pytorch使用tensorboardX进行网络可视化

Posted yongjieshi

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了pytorch使用tensorboardX进行网络可视化相关的知识,希望对你有一定的参考价值。

我们知道,对于pytorch上的搭建动态图的代码的可读性非常高,实际上对于一些比较简单的网络,比如alexnet,vgg阅读起来就能够脑补它们的网络结构,但是对于比较复杂的网络,如unet,直接从代码脑补网络结构可能就比较吃力

tensorflow上的tensorboard进行计算图的可视化可谓是非常成熟了,那么有没有可以可视化pytorch动态图的工具呢?

实际上是有的,前两天介绍了tensorboardX,pytorch上的一个功能强大的可视化工具,他可以直接可视化网络结构

关于如何使用tensorboard,这里还是用一个resnet18来举例子

先贴上代码

 1 #-*-coding:utf-8-*-
 2 import torch
 3 import torchvision
 4 from torch.autograd import Variable
 5 from tensorboardX import SummaryWriter
 6 
 7 # 模拟输入数据
 8 input_data = Variable(torch.rand(16, 3, 224, 224))
 9 
10 # 从torchvision中导入已有模型
11 net = torchvision.models.resnet18()
12 
13 # 声明writer对象,保存的文件夹,异己名称
14 writer = SummaryWriter(log_dir=./log, comment=resnet18)
15 with writer:
16     writer.add_graph(net, (input_data,))

torchvision工具包是pytorch自带的强大的工具包,里面有各种各样的模型以及各种数据集对象和对于数据进行transform的函数,我们从torchvision中导入已有的resnet18

之后声明一个writer对象

1 writer = SummaryWriter(log_dir=./log, comment=resnet18)

两个变量,分别表示事件存放的文件夹,以及comment表示事件的title

最后在writer内add graph,至于为什么要with writer,试了一下直接如下写,不work

1 writer.add_graph(net, (input_data,))  # 这种直接的方式并不work

我想的是,可能是因为需要inference中间的节点的data shape才要写成with的吧

 

仍然是运行tensorboard,在浏览器中打开

技术分享图片

支持鼠标滚轮放大缩小,拖动,双击可以查看更细节的网络结构,而且数据流箭头上有数据的shape,使用起来非常方便

技术分享图片

 

以上是关于pytorch使用tensorboardX进行网络可视化的主要内容,如果未能解决你的问题,请参考以下文章

pytorch 笔记:tensorboardX

Pytorch使用tensorboardX可视化。超详细!!!

PyTorch中的可视化工具

pytorch怎么一张图显示几个模型的几条曲线

pytorch tensorboardX可视化问题:AttributeError: 'torch._C.Value' object has no attribute 'debu

超实用的7种 pytorch 网络可视化方法,进来收藏一波