模型可视化_20210208

20220907

一定要保存为onnx文件，才能查看网络结构

20210204

https://ezyang.github.io/convolution-visualizer/index.html
卷积动态可视化

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3.5k！！！
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（PaddlePaddle、TensorFlow、Pytorch、ONNX等等），小编吐血呼吁大家点Star支持一下~

点击文末"阅读原文"或以下链接立即Star：

https://github.com/PaddlePaddle/VisualDL

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，它超“深”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loss、acc、learning 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！！！

后续，VisualDL还会针对具体的图表现象提供进一步的解释分析，真正融合调参经验到产品中去。

想要获得VisualDL官方的技术支持及更多产品详情，请扫描下方微信二维码入群。

GitHub项目地址：

https://github.com/PaddlePaddle/VisualDL

Gitee项目地址：

https://gitee.com/PaddlePaddle/VisualDL

VisualDL官网：

https://www.paddlepaddle.org.cn/paddle/visualdl