火爆GitHub!3.6k Star,中文版可视化神器现身

七月在线实验室

共 1320字,需浏览 3分钟

 · 2021-02-09


今天小编要给大家推荐的这个可视化工具VisualDL可老厉害了!

它迅速疯传全网,Star超过3.6k!!!
 
相比其他可视化工具,它不仅拥有神仙颜值,还针对AI领域深度学习算法做了极用心的设计。可以帮开发者更高效的调参,从此告别熬夜秃头。
 
它的价值已经不能用金钱来评估,小编可是彻底鸡🐔动了!
 
话不多说,直接上图:


这样精心大制作的项目还是完全开源的,同时适配各种主流深度学习框架(PaddlePaddleTensorFlowPytorchONNX等等),小编吐血呼吁大家点Star支持一下~

在深入介绍这个可视化神器之前,小编不得不介绍下这个项目设计的初衷:

AI界的明星选手--深度学习,可算是家喻户晓,它可以说是解锁人脸识别、智能机器人、自动驾驶等Killer应用的核心关键!但深度学习虽然香,它网络层级结构和庞杂的超参也确实难以让人直观的理解,学习及开发过程痛苦而艰难。


而VisualDL可以帮助开发者直观的理解模型结构及训练全过程,从此告别「佛系炼丹」,迅速变身深度学习算法专家!


VisualDL的具体功能如下:

标量(Scalar

  • 实时观察训练指标变化趋势

用户可根据需求快速绘制lossacclearning rate等重要训练参数,通过参数变化情况,判断模型训练是否正常,并针对性地调整参数


  • 多组超参实验对比

该功能可将多组实验指标曲线在一张图进行呈现,从而让用户对比每一细节

其还可用以展示曲线极值,并将不断波动的中间数据进行平滑处理,突出显示变化的趋势

同时,用户可下载保存绘制图像,以供后续分析查看。


模型结构(Graph

  • 一键拖拽上传模型文件即可实现模型结构可视化呈现

支持Paddle、ONNX、Caffe等主流模型结构,极其通用便捷!


  • 清晰的节点信息及数据流向

帮助用户深入理解网络结构及工作机制



样本分析(Sample)

  • 直接查看图像样本,并可视化“数据预处理”/“数据增强策略”的效果


  • 可视化网络结构中各节点输出的特征

监控网络计算过程特征提取情况,并直观地解析网络工作原理

图像-特征图:


语音/文本:


直方图(Histogram

  • 监测每层网络参数异常情况


PR曲线/ ROC曲线

  • 展示不同阈值下的模型关键指标,秒选最佳阈值


高维数据降维展示(High Dimensional

  • 多种降维算法抽丝剥茧高维数据间的关系


图表保存服务(VisualDL Service):
 
开发者的多轮实验、多个模型的可视化结果可以通过一行命令完整保存,生成永久有效的链接方便长期分析,或贴入论文、博客、论坛与大家分享讨论!


这个神器真的非常贴心、非常有用,绝对的良心之作!!!
 
GitHub项目地址:

https://github.com/PaddlePaddle/VisualDL


本文部分素材来源于网络,如有侵权,联系删除。

今日学习推荐

Tansformer通用特征提取

   视频号 · 每天一个知识点

浏览 17
点赞
评论
收藏
分享

手机扫一扫分享

举报
评论
图片
表情
推荐
点赞
评论
收藏
分享

手机扫一扫分享

举报