[PYTHON] Ich habe versucht, Tensorboard zu verwenden, ein Visualisierungstool für maschinelles Lernen

Einführung

Ich habe Tensorboard zum ersten Mal zum Zeichnen eines Diagramms verwendet und war von seiner Bequemlichkeit beeindruckt, daher werde ich es teilen. Das Deep Learning-Framework verwendete PyTorch.

Installation

Da ich Anaconda verwende, installieren Sie Tensorboard mit dem folgenden Befehl.

conda install tensorboard

Codierung

tb.py

import numpy as np
from torch.utils.tensorboard import SummaryWriter#Importieren Sie SummaryWriter, um Diagramme zu zeichnen

np.random.seed(1000)

x = np.random.randn(1000)

writer = SummaryWriter(log_dir="./logs")#Instanzgenerierung Geben Sie das zu speichernde Verzeichnis an

for i in range(1000):
    writer.add_scalar("x", x[i], i)#Wert schreiben
    writer.add_scalar("sin", np.sin(i), i)

writer.close()#schließen

Beachten Sie, dass der Dateiname *** tensorboard.py *** mit dem Modul abgedeckt wird und ein ImportError auftritt.

Kommentar

Einfach ausgedrückt, der obige Code zeichnet ein Array mit zufälligen Werten und einer Sin-Funktion.

SummaryWriter importieren

from torch.utils.tensorboard import SummaryWriter Import SummaryWriter, ein Modul, das zum Zeichnen von Diagrammen auf Tensorboard erforderlich ist.

Instanzgenerierung

writer = SummaryWriter(log_dir="./logs") Dadurch wird ein Protokollverzeichnis im aktuellen Verzeichnis erstellt und die Dateien für Tensorboard werden in diesen Protokollen gespeichert.

Wert zuweisen

Geben Sie den Wert des Arrays mit "writer.add_scalar (" x ", x [i], i)" ein. Es ist writer.add_scalar (tags, scalar_value, global_step), gibt den Namen des Diagramms durch Tags an, ersetzt den zu speichernden Wert durch scalar_value und gibt das Intervall der horizontalen Achse des Diagramms durch global_step an.

schließen

Schließen wir es zuletzt mit writer.close ().

Schauen Sie sich die Grafik an

Führen Sie tb.py aus

Lassen Sie uns den obigen Code ausführen. Das Diagramm wird gezeichnet.

python tb.py

Schauen Sie sich die Grafik an

Führen Sie den folgenden Befehl aus. Geben Sie das mit --logdir =" " `gespeicherte Verzeichnis an. Diesmal ist es ". / Logs".

tensorboard --logdir="./logs"

Anschließend wird die folgende Anweisung an das Terminal ausgegeben.

TensorBoard 2.2.1 at http://localhost:8000/ (Press CTRL+C to quit)

Der lokale Server wird gestartet. Geben Sie daher "http: // localhost: 8000 /" in Ihren Browser ein.

Wenn Sie sich Chrom ansehen, können Sie sehen, dass das Diagramm ordentlich dargestellt wird.

Siehe die Grafik vor ssh

Deep Learning-Code erfordert viel Berechnung und nimmt auf dem lokalen PC (dem vorhandenen PC) sehr viel Zeit in Anspruch Standardmäßig wird ssh an die GPU des Servers im Labor gesendet und der Code auf dem Server ausgeführt. Wie versuchen Sie dann in einem solchen Fall das auf dem Remote-Server auf dem lokalen PC gezeichnete Diagramm?

Ssh zum Remote-Server

Verwenden Sie bei ssh die Option -L, um den lokalen Host des Clients (lokaler PC): 9000 mit dem Benutzernamen des Remote-Servers @ Server-IP-Adresse: 8000 zu verbinden.

@Lokaler PC

ssh Benutzername@IP-Adresse des Servers-L 9000:localhost:8000

Führen Sie tb.py auf dem Remote-Server aus

Lassen Sie uns den Code ausführen, der das Diagramm auf dem sshed-Remoteserver zeichnet.

@Remote-Server

python tb.py

Führen Sie Tensorboard aus

Führen Sie den Befehl aus, um das Diagramm auf dem sshed-Remoteserver anzuzeigen. Da der zum Zeitpunkt von ssh mit dem lokalen PC verbundene Port 8000 ist, geben wir 8000 mit der Option --port an und führen ihn aus.

@Remote-Server

tensorboard --logdir="./logs" --port 8000

Die folgende Anweisung wird ausgegeben.

@Remote-Server

TensorBoard 2.2.1 at http://localhost:8000/ (Press CTRL+C to quit)

Schauen Sie sich die Grafik an

Als ich früher "http: // localhost: 8000 /" in den Browser eingegeben habe, konnte ich das Diagramm sehen, diesmal jedoch nicht.

Dieses Mal habe ich also Port 8000 des Remote-Servers und Port 9000 des lokalen PCs verbunden Wenn Sie im Browser Ihres lokalen PCs "http: // localhost: 9000 /" eingeben, wird das gleiche Diagramm wie zuvor angezeigt.

Zusammenfassung

Ich habe mit Tensorboard in PyTorch ein Diagramm gezeichnet. Ich habe auch eingeführt, wie das Diagramm des Codes angezeigt wird, der auf dem Remote-Server des SSH-Ziels auf dem lokalen PC gesendet wurde. Ich möchte dieses Tensorboard und ssh-L auch für Deep Learning verwenden.