技术观点实现 MXNet 数据可视化

Posted 2021-04-28 数据智农

前不久Amusi推送了【重磅】GluonCV—基于MXNet的计算机视觉库，GluonCV是分布式机器学习社区（DMLC） 发布了基于MXNet的计算机视觉的深度学习工具箱，提供了一些顶级的算法实现与基本运算。

MXBoard github：

https://github.com/awslabs/mxboard

刚不久，MXNet官方又发布了MXBoard，其给 MXNet 提供了一个在科研和生产环境中简单、易用、集中的可视化方案。让我们简单看一下亚马逊首席科学家李沐博士在知乎上如何介绍MXBoard的。

链接：https://zhuanlan.zhihu.com/p/36277324

Amusi这里就简单整理了一下如何安装MXNet、MXBoard、TensorFlow和TensorBoard，以及一个利用TensorBoard和MXBoard简单可视化数据的示例。

安装教程

安装MXNet

1pip install mxnet-cu80 --pre  # Amusi的环境是CUDA8.0

安装MXBoard

1pip install mxboard

安装TensorBoard

1pip install tensorflow-gpu==1.4 tensorboard # Amusi指定了TensorFlow版本

注：要想在浏览器中可视化数据，MXBoard还必须依赖于TensorBoard，因此还需要下载安装TensorFlow和TensorBoard（TensorFlow真的很NB）

测试TensorBoard

1tensorboard --help

测试：利用 MXBoard 来可视化 MXNet 数据

新建Python脚本文件，命名为MXBoard-Test.py

运行该脚本文件，可在同路径下生成logs文件夹，如下图所示：

打开终端，切换到利用TensorBoard可视化

根据输出提示，将http://127.0.0.1:8888网址复制粘贴到Chrome浏览器中

点击HISTOGRAMS，即可以看到可视化结果

如有任何问题请联系我们

您可以发送邮件至

[e-mail]

或关注微博/知乎/微信后台留言

我们期待您的提问！

微博：数据智农

知乎：数据智农

邮箱：[e-mail]

制作|曲金秋

推荐阅读