TensorFlow使用者的福音 – PerceptiLabs – TF的GUI和Visual API（TF的可视化神器）

最近发布的PerceptiLabs 0.11已迅速成为TensorFlow的GUI和可视API。PerceptiLabs基于复杂的可视ML建模编辑器构建，您可以在其中拖放组件并将它们连接在一起以形成模型，从而自动创建基础的TensorFlow代码。现在就试试。

PerceptiLabs

TensorFlow可以说是当今最流行的机器学习框架（官方网站介绍是机器学习框架，实际大家都用作深度学习框架），因为它具有丰富的多层API。但是，作为通过代码进行ML建模的框架，TensorFlow对于初学者来说可能是少数。即使是经验丰富的数据科学家和开发人员，在使用大量代码来可视化模型，查看逻辑和超参数的更改如何影响模型以及查找错误时，也会发现困难。

刚刚发布的PerceptiLabs 0.11已迅速成为TensorFlow的GUI和可视API，旨在解决这些挑战。它基于复杂的可视ML建模编辑器构建，您可以在其中拖放组件并将它们连接在一起以形成模型。PerceptiLabs自动创建基础的TensorFlow代码，有效地将该代码包装在可视组件内部，以便您可以轻松地可视化模型。

查看PerceptiLabs的视觉建模工具，显示具有其组件和代码视图的图像识别模型

PerceptiLabs是一个高度互动的工具。添加和配置组件后，每个组件都会显示实时预览以显示其如何处理输入。还有一些调试工具，可在构建模型时为您提供提示，警告和错误，以便您可以查看出现问题的地方并立即进行修复。

PerceptiLabs使您可以选择自己的工作方式。您可以在可视化建模编辑器中调整超参数，也可以在PerceptiLabs的代码编辑器中修改基础代码。
组件的类别包括数据源，数据处理（例如，重塑数据），深度学习操作（例如，卷积层），数学操作以及不同的训练方法（例如，分类，强化学习等）。

PerceptiLabs的统计视图使您可以实时查看和了解模型的性能

PerceptiLabs还可以训练和验证模型，并提供丰富的统计视图，使用户能够了解模型的性能，同时提供有关每个操作和变量的实时分析。您可以轻松跟踪和了解渐变的行为，执行实时调试以及查看在何处优化模型。

PerceptiLabs包括一个用于管理和跟踪多个模型的模型中心，您可以将模型的代码导出到Jupyter Notebook文件，将模型设计和数据导出到GitHub，以及导出经过全面训练的TensorFlow模型。

立即开始使用PerceptiLabs建立模型！

PerceptiLabs是免费版本，可以在您的计算机上本地运行，也可以在Docker和企业版中运行。准备好检查了吗？立即下载并运行：

PerceptiLabs官方网址：

www.perceptilabs.com

---

往期精彩链接

《使用Python进行图像处理和采集》第二版
随机森林原理介绍与适用情况（综述篇）'建议收藏'

欢迎各位志同道合的同学老师添加微信群一起讨论！