常用和不常用的可视化工具
netdata
netdata是一个用于服务器性能监控的开源工具，最大的特点就是酷炫和实时，当然安装也很方便。
我不是搞运维开发的，平时也不怎么用，就是偶尔打开服务器的监控页面赏心悦目一波。
LXDUI
lxdui是一个用于Linux容器技术LXD/LXC管理的Web UI工具。平时可以用来对容器进行管理，比如创建、克隆、移动、快照等等，还可以提供了容器信息查看、网络设置、快照管理、文件管理等功能，是挺方便的。
Tips：使用LXD建议写个脚本进行每周、每天和每时的快照备份。
TensorBoard和tensorboardX
TensorBoard是TensorFlow配套的可视化工具，用于TensorFlow程序的理解、调试和优化，可以可视化许多深度学习训练过程中的变量，支持的可视化元素包括scalar、image、audio、text、histogram等。
tensorboardX可以看成是支持PyTorch的TensorBoard，通过tensorboardX的API，PyTorch程序也可以将scalar、Image、figure、histogram、audio、text、graph等等元素通过summary的形式保存为文件，并通过Tensorboard打开进行查看。效果几乎是等同的。
日常用PyTorch搭配tensorboardX还是挺好使的。
Visdom
Visdom是FacebookResearch出的一个轻量和灵活的实时可视化工具，支持torch和numpy。
Visdom支持plotting（各种形式的数据图）、images、text的可视化。
Visdom我用过一两次，在别人的代码里也见过几次，就我的体验而言，Visdom的优点是：
- 灵活：就跟MATLAB的plot窗口和OpenCV的imshow窗口一样，命名一个window，在window里实时显示信息即可。
- 实时性：实际上visdom应该就是实时显示数据，而tensorboard是通过读取写入文件来显示的，所以，visdom的实时性很高，而tensorboard则是由刷新间隔的。
- 支持的plot样式多：看git repo介绍，支持了好多诸如散点图（scatter）、line（线图）、heatmap（热度图）等好多样式的plot形式，这个很不错的，就等于有了MATLAB的可视化效果了。
但我不想用visdom的原因如下：
- 界面的每个窗口可以通过拖动来排布，但是排版很难调整，真的太难了，逼死强迫症。
- 虽然visdom支持了很多plotting样式，但是都是需要手动根据数据绘制的，很多情况下，我只是想看loss的曲线，tensorboard可以通过追加每次loss的方式来实现，而visdom则要通过记录loss历史，并绘制成曲线，才能通过像显示图像一样的形式显示曲线。有那么一丢丢的不优雅，可能是因为我懒，其实如果定义模板的话，绘图也不算难，归根到底还是上面那条窗口排布让我望而生畏。
Omniboard
我想想还有什么，还有就是上一篇讲的Sacred + Omniboard了。Sacred 深度学习实验管理工具。
Sacred用起来也没那么麻烦的：
- 要是从头写训练的框架么，就更好了，按照Sacred的逻辑，注意一下API就好。
- 要是拿已有的框架来训练测试么，自己就重新定义一个程序入口，把参数用sacred记录一下，再重新跑到原来的程序入口上去，也就能够实现实验记录的效果了。
Ending
可视化工具就这么多了，平时跑服务器的话，调试代码就两个工具，也挺好使的：
- Jupyter Notebook
- Pycharm + SSH
唉，工具折腾了一大堆，挺开心的，论文笔记就是不高兴老老实实写，懒啊，愁啊。