MXBoard中怎么利用MXNet 實(shí)現(xiàn)數(shù)據(jù)可視化

發(fā)布時(shí)間：2021-08-09 14:16:31 來源：億速云閱讀：160 作者：Leah 欄目：大數(shù)據(jù)

本篇文章為大家展示了MXBoard中怎么利用MXNet 實(shí)現(xiàn)數(shù)據(jù)可視化，內(nèi)容簡明扼要并且容易理解，絕對能使你眼前一亮，通過這篇文章的詳細(xì)介紹希望你能有所收獲。

安裝教程

安裝MXNet

1pip install mxnet-cu80 --pre  # Amusi的環(huán)境是CUDA8.0

安裝MXBoard

1pip install mxboard

安裝TensorBoard

1pip install tensorflow-gpu==1.4 tensorboard # Amusi指定了TensorFlow版本

注：要想在瀏覽器中可視化數(shù)據(jù)，MXBoard還必須依賴于TensorBoard，因此還需要下載安裝TensorFlow和TensorBoard（TensorFlow真的很NB）

測試TensorBoard

1tensorboard --help

若成功安裝，則會輸出一堆tensorboard的指令提示信息，如下圖所示：

MXBoard中怎么利用MXNet 實(shí)現(xiàn)數(shù)據(jù)可視化

測試：利用 MXBoard 來可視化 MXNet 數(shù)據(jù)

新建Python腳本文件，命名為MXBoard-Test.py

1import mxnet as mx
2from mxboard import SummaryWriter
3
4with SummaryWriter(logdir='./logs') as sw:
5    for i in range(10):
6        # create a normal distribution with fixed mean and decreasing std
7        data = mx.nd.normal(loc=0, scale=10.0/(i+1), shape=(10, 3, 8, 8))
8        sw.add_histogram(tag='norml_dist', values=data, bins=200, global_step=i)

運(yùn)行該腳本文件，可在同路徑下生成logs文件夾，如下圖所示：

MXBoard中怎么利用MXNet 實(shí)現(xiàn)數(shù)據(jù)可視化

打開終端，切換到利用TensorBoard可視化

1tensorboard --logdir=./logs --host=127.0.0.1 --port=8888

根據(jù)輸出提示，將http://127.0.0.1:8888網(wǎng)址復(fù)制粘貼到Chrome瀏覽器中

MXBoard中怎么利用MXNet 實(shí)現(xiàn)數(shù)據(jù)可視化

上述內(nèi)容就是MXBoard中怎么利用MXNet 實(shí)現(xiàn)數(shù)據(jù)可視化，你們學(xué)到知識或技能了嗎？如果還想學(xué)到更多技能或者豐富自己的知識儲備，歡迎關(guān)注億速云行業(yè)資訊頻道。

向AI問一下細(xì)節(jié)

MXBoard中怎么利用MXNet 實(shí)現(xiàn)數(shù)據(jù)可視化

猜你喜歡

最新資訊

相關(guān)推薦

相關(guān)標(biāo)簽