2018/11/15 Deep Learning JP: http://deeplearning.jp/hacks/

1. DEEP LEARNING JP
[DL Papers]
Visdomを使ったデータ可視化 [DLHacks]
Kota Kakiuchi, M2, Systems Innovation, UTokyo
http://deeplearning.jp/

2. Deep Learningにおける可視化
• 機械学習（特にDeep Learning）の学習
– 学習の進捗を（リアルタイムで）観測したい
– ロス・生成物（画像・テキストなど）・分析結果などを一元的に管理したい
– 複数の設定での実験結果を比較したい
• 動的な可視化ツールが非常に便利！
– ex) tensorboard : tensorflowの可視化ツール
• 学習進捗やモデル構造も可視化
• 便利
• pytorchでは何を使えばいいのか？
2

3. Pytorchで使える動的可視化ツール
1. Visdom
– 今回紹介するライブラリ
2. tensorboardx
– Pytorch (mxnet, chainer, numpy, …)でtensorboardを使うためのライブラリ
– github: https://github.com/lanpa/tensorboardX
– 普通に良さそう
3. Bokeh
– pythonにおけるインタラクティブな可視化ライブラリ
– 例：https://r9y9.github.io/blog/2017/12/14/jupyter-bokeh/
4. CometML
– “機械学習のためのGithub”
– https://www.slideshare.net/DeepLearningJP2016/dlhackscomet-ml-github-103547890
– 非常に便利そうだが一部有料・チームやプロジェクト単位だと課金してもいいかも
3

4. Visdom
• Facebook Researchによるリアルタイムデータ可視化ツール
– Pytorch (torch), Numpyをサポート
– tensorflowでいう所のtensorboard
– 現状モデルの可視化はできない
4

5. 5
最初は何もない
ボード

6. 6
出力が“window”として並ぶ
- 各windowは拡大・移動など動的な
処理が可能

7. 7
可視化スペース (env）の指定
- projectごとに分けたり。。。 env内のデータ全消去
- envのsave
- env自体のdelete
全windowを整列

8. How to use
8

9. Install
9

10. Usage
- port : ポート指定
- hostname : ホスト指定
10
or
default :

11. API例
• vis.image : 画像出力
• vis.text : テキスト出力
• vis.audio : 音声出力
• vis.video : 動画出力
• vis.matplot : matplotlibの描写を
出力
11
• vis.scatter : 散布図
• vis.line : 線グラフ
• vis.heatmap : ヒートマップ
• vis.bar : 棒グラフ
• vis.histogram: ヒストグラム
• vis.boxplot : 箱ひげ図
• vis.quiver : 矢印プロット
• vis.mesh : メッシュ
basic plot

12. 実際に実行してみる
• Jupyter Notebook URL
– https://drive.google.com/file/d/12MPtXlVR5bP89iloDm4n0OE05wIKiKYF/view?usp=s
haring
12