关于gpu:深度学习训练-云GPU服务器如何使用Visdom

59次阅读

共计 1009 个字符,预计需要花费 3 分钟才能阅读完成。


文章起源 | 恒源云社区(专一人工智能 / 深度学习云 GPU 服务器训练平台,618 宠粉流动 ing,官网体验网址:https://gpushare.com/)

原文地址 | https://gpushare.com/docs/bes…

家喻户晓,Visdom 是 Facebook 开发的一款 PyTorch 数据可视化工具~

那如何在云服务器平台装置应用它呢?本篇教程将简略说说~

【筹备】

在装置前,揭示大家一下,恒源云平台实例并不提供公网 IP 地址,服务都是通过端口映射到公网接入点提供链接的~

因而,应用 Visdom 时,须要进行 TensorBoard 服务,并且将 Visdom 端口配置成和 TensorBoard 雷同的 6006 端口上,监听地址须要应用 0.0.0.0。

【装置】

实现以上步骤后,就能够正式装置啦~

在终端输出以下命令即可:

pip install visdom

#替换下载动态文件的地址,避免卡 download
sed -i "s/https:\/\/\(cdnjs.cloudflare.com.*\)/http:\/\/\1/" "$(pip show visdom | grep Location | awk'{print $2}')/visdom/server.py"

#进行 TensorBoard 服务
supervisorctl stop tensorboard

#如果须要禁止 TensorBoard 随实例启动,应用如下命令配置
grep -E "autostart" /etc/supervisor/conf.d/tensorboard.conf || echo "autostart = false" >>/etc/supervisor/conf.d/tensorboard.conf
supervisorctl update

#启动 Visdom 服务
visdom --hostname 0.0.0.0 -port 6006

装置实现后,点击页面 TensorBoard 的链接,理论进入的就是 Visdom 啦~

(官网走漏一个小技巧,实践上,其余 Web 服务也能够用这种办法连贯,将 Visdom 换成其余工具,也行得通~

【应用】

要留神喔,Visdom 服务本地启动在了 6006 端口,在 Python 客户端初始化时,须要增加参数 port=6006,如下:

import visdom
import numpy as np

vis = visdom.Visdom(port=6006)
vis.text('Hello, world!')

正文完
 0