Ubuntu上如何安装PyTorch可视化工具

Ubuntu上安装与使用PyTorch可视化工具

一 常用工具与适用场景

• TensorBoard / torch.utils.tensorboard：训练曲线、标量、直方图、图像、图结构等，适合日常训练监控与对比实验。
• Visdom：实时可视化，适合边训练边查看动态曲线与图像。
• Matplotlib / Seaborn / Pandas：训练指标与结果的基础绘图与表格展示。
• Torchinfo：模型层结构、参数量与输出形状汇总。
• Torchviz：基于Graphviz生成计算图（DOT/PDF）。
• Netron：可视化模型结构（支持多种框架与格式）。

二 安装与环境准备

• 建议使用**Python 3.8+**与虚拟环境（venv/conda）。示例创建虚拟环境并安装PyTorch（CPU或CUDA版均可，以下以CPU示例）：
  • 创建环境：python3 -m venv ~/venvs/torchviz
  • 激活环境：source ~/venvs/torchviz/bin/activate
  • 升级pip：pip install -U pip
  • 安装PyTorch（示例CPU）：pip install torch torchvision
• 安装可视化工具（按需选择）：
  • 通用：pip install tensorboard matplotlib seaborn pandas
  • 模型信息与图：pip install torchinfo torchviz
  • 实时可视化：pip install visdom
  • 模型结构浏览器：pip install netron
• 如使用Torchviz，需系统安装Graphviz并验证可执行文件：
  • 安装：sudo apt update && sudo apt install -y graphviz
  • 验证：dot -version（应输出版本号）。

三 快速上手示例

• TensorBoard标量曲线
  • 代码：
    • from torch.utils.tensorboard import SummaryWriter
    • writer = SummaryWriter('runs/exp1')
    • for epoch in range(10): loss = 0.9 ** epoch; writer.add_scalar('Loss/train', loss, epoch)
    • writer.close()
  • 启动与查看：tensorboard --logdir=runs，浏览器访问 http://localhost:6006。
• Visdom实时曲线
  • 启动服务：python -m visdom.server
  • 代码：
    • import visdom; import torch
    • vis = visdom.Visdom(); x = torch.arange(10); y = torch.randn(10)
    • vis.line(X=x, Y=y, opts=dict(title='Line Plot'))
• Torchinfo模型概要
  • 代码：
    • from torchinfo import summary
    • import torchvision.models as models
    • model = models.resnet18(); summary(model, input_size=(1, 3, 224, 224))
• Torchviz计算图
  • 代码：
    • import torch; from torchviz import make_dot
    • from torchvision.models import resnet18
    • model = resnet18(); x = torch.randn(1, 3, 224, 224)
    • out = model(x); dot = make_dot(out, params=dict(model.named_parameters()))
    • dot.render("resnet18", format="pdf")
• Netron查看模型结构
  • 代码导出（示例）：torch.save(model.state_dict(), "resnet18.pth")
  • 启动服务：netron resnet18.pth（默认端口），浏览器访问提示地址（常见为 http://localhost:8080）。

四 常见问题与排查

• 端口被占用：tensorboard --logdir=runs --port 6007 或 netron model.pth --port 8081 更换端口；确保进程未占用对应端口。
• Graphviz未找到：安装系统包 sudo apt install -y graphviz 并确认 dot -version 有输出；Torchviz渲染依赖系统Graphviz。
• 浏览器无法打开页面：确认服务已启动且监听 localhost，必要时使用本机IP或关闭防火墙规则；如使用远程服务器，设置 --bind_all 并通过服务器IP访问。
• 虚拟环境隔离：确保运行 tensorboard、visdom、netron 的Python与安装包一致（激活同一虚拟环境）。
• 旧项目依赖tensorboardX：新项目建议直接使用 torch.utils.tensorboard；如必须迁移，可 pip install tensorboardX 并保持与TensorBoard版本兼容。