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
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
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使用tensorboardX可视化。超详细!!!
pytorch tensorboardX可视化问题:AttributeError: 'torch._C.Value' object has no attribute 'debu