介绍
VisualDL是一个面向深度学习任务设计的可视化工具，利用丰富的图表展示数据，用户可以更直观、清晰地查看数据的特征与变化趋势，有助于分析数据、及时发现错误，进而改进神经网络模型的设计。
目前，VisualDL支持Scalar, Image, High Dimensional, Graph 这四个组件，项目正处于高速迭代中，新的组件会不断加入。
由于大多数DNN平台均使用Python作为配置语言，VisualDL原生支持python的使用， 通过在模型的Python配置中添加几行，便可以为训练过程提供丰富的可视化支持。
组件
VisualDL 目前支持以下组件：
- scalar
- image
- high dimensional
- graph
Scalar
可以用于展示训练测试的指标变化趋势
Image
可以用于可视化任何图片，包括模型训练和预测得到的结果
High Dimensional
可以用于将高维度数据映射到2D/3D可实现可视化
安装
使用 Anaconda 安装
Anaconda是一个用于科学计算的Python发行版，提供了包管理与环境管理的功能，可以很方便地解决多版本python并存、切换以及各种第三方包安装问题。
请根据Anaconda下载网站 的指示去下载和安装Anaconda. 下载Python 3.6版本的command-Line installer.
创建conda环境名字为vdl或任何名字:
conda create -n vdl python=3.7激活conda环境如下:
source activate vdl现在再安装 VisualDL 和运行范例：
pip install --upgrade visualdl也可以使用源代码安装方式，能够获取最新的VisualDL更新。
使用代码安装
建议在anaconda环境下进行安装。
git clone https://github.com/PaddlePaddle/VisualDL.git
cd VisualDL
python setup.py bdist_wheel
pip install --upgrade dist/visualdl-*.whlSDK
以最简单的Scalar组件为例，尝试创建一个日志记录多个scalar的数据步骤如下：
from visualdl import LogWriter
with LogWriter(logdir="./tmp") as writer:
for step in range(100):
writer.add_scalar(step=step, value=step*2)启动VisualDL服务
当训练过程中已经产生了日志数据，就可以启动VisualDL服务进行实时预览可视化信息。
在命令行中启动
visualdl --logdir <some log dir>board 还支持一些参数来实现远程的访问：
-
--host设定IP -
--port设定端口
在Python脚本中启动
>>> from visualdl.server import app
>>> app.run(logdir="SOME_LOG_DIR")app.run()支持命令行启动的所有参数，除此之外，还可以通过指定open_browser=True，自动打开浏览器。
贡献
VisualDL 是由 PaddlePaddle 和 ECharts 合作推出的开源项目。我们欢迎所有人使用，提意见以及贡献代码。
更多细节
想了解更多关于VisualDL的使用介绍，请查看文档
