最全深度学习训练过程可视化工具(附github源码)

共 1146字,需浏览 3分钟

 ·

2022-06-08 01:56







点击上方“程序员大白”,选择“星标”公众号

重磅干货,第一时间送达

  编辑丨极市平台、机器学习实验室

导读

 

本文介绍了多个能将深度学习训练过程进行可视化的工具,帮助大家更好地理解深度学习,非常实用。


深度学习训练过程一直处于黑匣子状态,有很多同学问我具体怎么解释?其实很多还是无法可解释,但是通过可视化,具体可以知道深度学习在训练过程到底学习了哪些特征?到底对该目标的哪些特征感兴趣?这些我们现在已经有很多渠道可以得知,我先给大家介绍几个比较好的工具!




1.深度学习网络结构画图工具
地址:
https://cbovar.github.io/ConvNetDraw/


2.caffe可视化工具
输入:caffe配置文件 输出:网络结构
地址:
http://ethereon.github.io/netscope/#/editor


3.深度学习可视化工具Visual DL
Visual DL是百度开发的,基于echar和PaddlePaddle,支持PaddlePaddle,PyTorch和MXNet等主流框架。ps:这个是我最喜欢的,毕竟echar的渲染能力不错哈哈哈,可惜不支持caffe和tensorflow。
地址:
https://github.com/PaddlePaddle/VisualDL

4.结构可视化工具PlotNeuralNet
萨尔大学计算机科学专业的一个学生开发。
地址:
https://github.com/HarisIqbal88/PlotNeuralNet

其实还有很多可视化工具,但是今天我要说的是,训练过程的可视化,与TF的可视化类似,但是这个操作更加简便!


这个工具到底把训练过程展示得多么详细?简单来说,项目作者已经给你做好了一个可以交互的界面,你只需要打开浏览器加载出这个界面就可以了。CNN Explainer 使用 TensorFlow.js 加载预训练模型进行可视化效果,交互方面则使用 Svelte 作为框架并使用 D3.js 进行可视化。最终的成品即使对于完全不懂的新手来说,也没有使用门槛。下面我们来看一下具体的效果。

卷积
超参数
softmax

ReLU
MaxPool

通过整个过程,想必大家对过程有详细了解,如果你技术好的,你可以通过深度学习平台直接可视化训练过程,那个过程想必比这个更加详细。


13个你一定要知道的PyTorch特性

解读:为什么要做特征归一化/标准化?

一文搞懂 PyTorch 内部机制

张一鸣:每个逆袭的年轻人,都具备的底层能力




西[]



浏览 74
点赞
评论
收藏
分享

手机扫一扫分享

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

分享
举报