CentOS上PyTorch的可视化工具怎么用

以下是CentOS上使用PyTorch可视化工具的方法，需先安装对应库：

1. TensorBoard（训练过程可视化）

• 安装：pip install tensorboard
• 使用：
  • 在代码中添加记录器：

    from torch.utils.tensorboard import SummaryWriter  
    writer = SummaryWriter(log_dir='./logs')  
    for epoch in range(num_epochs):  
        writer.add_scalar('Loss/train', loss, epoch)  
        writer.add_scalar('Accuracy/train', accuracy, epoch)  
    writer.close()  
    

  • 启动服务：tensorboard --logdir=./logs，浏览器访问http://localhost:6006查看。

2. torchviz（模型结构可视化）

• 安装：pip install torchviz
• 使用：

  import torch  
  from torchviz import make_dot  
  input_tensor = torch.randn(1, 3, 224, 224)  
  dot = make_dot(model(input_tensor), params=dict(model.named_parameters()))  
  dot.render("model_structure", format="pdf")  # 保存为PDF  
  

3. hiddenlayer（网络结构可视化）

• 安装：pip install hiddenlayer
• 使用：

  import hiddenlayer as h  
  vis_graph = h.build_graph(model, torch.zeros([1, 3, 224, 224]))  
  vis_graph.save("./model.png")  # 保存为图片  
  

4. Matplotlib/Seaborn（数据可视化）

• 安装：pip install matplotlib seaborn
• 使用：
  • 绘制损失曲线：

    import matplotlib.pyplot as plt  
    plt.plot(epochs, train_losses, label='Train Loss')  
    plt.xlabel('Epochs')  
    plt.ylabel('Loss')  
    plt.show()  
    

  • 统计分布可视化：

    import seaborn as sns  
    sns.histplot(data['Accuracy'], kde=True)  
    plt.show()  
    

5. Visdom（实时交互可视化）

• 安装：pip install visdom
• 使用：
  • 启动服务器：python -m visdom.server，访问http://localhost:8097。
  • 代码中添加可视化：

    import visdom  
    vis = visdom.Visdom()  
    vis.line(X=torch.tensor([epoch]), Y=torch.tensor([loss]), win='loss', update='append')  
    

说明：

• TensorBoard和Visdom需启动服务，适合实时监控；
• torchviz和hiddenlayer用于静态结构可视化，适合模型分析；
• Matplotlib/Seaborn用于基础数据绘图，需手动调整图形参数。