本篇文章为大家展示了MXBoard中怎么利用MXNet 实现数据可视化，内容简明扼要并且容易理解，绝对能使你眼前一亮，通过这篇文章的详细介绍希望你能有所收获。
安装教程
安装MXNet
1pip install mxnet-cu80 --pre # Amusi的环境是CUDA8.0
安装MXBoard
1pip install mxboard
安装TensorBoard
1pip install tensorflow-gpu==1.4 tensorboard # Amusi指定了TensorFlow版本
注：要想在浏览器中可视化数据，MXBoard还必须依赖于TensorBoard，因此还需要下载安装TensorFlow和TensorBoard（TensorFlow真的很NB）
测试TensorBoard
1tensorboard --help
若成功安装，则会输出一堆tensorboard的指令提示信息，如下图所示：
测试：利用 MXBoard 来可视化 MXNet 数据
新建Python脚本文件，命名为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)
运行该脚本文件，可在同路径下生成logs文件夹，如下图所示：
打开终端，切换到利用TensorBoard可视化
1tensorboard --logdir=./logs --host=127.0.0.1 --port=8888
根据输出提示，将http://127.0.0.1:8888网址复制粘贴到Chrome浏览器中
上述内容就是MXBoard中怎么利用MXNet 实现数据可视化，你们学到知识或技能了吗？如果还想学到更多技能或者丰富自己的知识储备，欢迎关注亿速云行业资讯频道。
免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：is@yisu.com进行举报，并提供相关证据，一经查实，将立刻删除涉嫌侵权内容。
