導讀
本文介紹了多個能將深度學習訓練過程進行可視化的工具,幫助大家更好地理解深度學習,非常實用。
深度學習訓練過程一直處于黑匣子狀態(tài),有很多同學問我具體怎么解釋?其實很多還是無法可解釋,但是通過可視化,具體可以知道深度學習在訓練過程到底學習了哪些特征?到底對該目標的哪些特征感興趣?這些我們現(xiàn)在已經(jīng)有很多渠道可以得知,我先給大家介紹幾個比較好的工具!
1.深度學習網(wǎng)絡結(jié)構(gòu)畫圖工具 地址: https://cbovar.github.io/ConvNetDraw/
2.caffe可視化工具 輸入:caffe配置文件 輸出:網(wǎng)絡結(jié)構(gòu) 地址: http://ethereon.github.io/netscope/#/editor
3.深度學習可視化工具Visual DL Visual DL是百度開發(fā)的,基于echar和PaddlePaddle,支持PaddlePaddle,PyTorch和MXNet等主流框架。ps:這個是我最喜歡的,畢竟echar的渲染能力不錯哈哈哈,可惜不支持caffe和tensorflow。 地址: https://github.com/PaddlePaddle/VisualDL 4.結(jié)構(gòu)可視化工具PlotNeuralNet 薩爾大學計算機科學專業(yè)的一個學生開發(fā)。 地址: https://github.com/HarisIqbal88/PlotNeuralNet 其實還有很多可視化工具,但是今天我要說的是,訓練過程的可視化,與TF的可視化類似,但是這個操作更加簡便!
這個工具到底把訓練過程展示得多么詳細?簡單來說,項目作者已經(jīng)給你做好了一個可以交互的界面,你只需要打開瀏覽器加載出這個界面就可以了。CNN Explainer 使用 TensorFlow.js 加載預訓練模型進行可視化效果,交互方面則使用 Svelte 作為框架并使用 D3.js 進行可視化。最終的成品即使對于完全不懂的新手來說,也沒有使用門檻。下面我們來看一下具體的效果。
卷積
超參數(shù)
softmax
ReLU
MaxPool
通過整個過程,想必大家對過程有詳細了解,如果你技術好的,你可以通過深度學習平臺直接可視化訓練過程,那個過程想必比這個更加詳細。
審核編輯 :李倩
-
可視化
+關注
關注
1文章
1262瀏覽量
21851 -
深度學習
+關注
關注
73文章
5561瀏覽量
122785
原文標題:最全深度學習訓練過程可視化工具(附github源碼)
文章出處:【微信號:vision263com,微信公眾號:新機器視覺】歡迎添加關注!文章轉(zhuǎn)載請注明出處。
發(fā)布評論請先 登錄
結(jié)構(gòu)可視化:利用數(shù)據(jù)編輯器剖析數(shù)據(jù)內(nèi)在架構(gòu)?
VirtualLab Fusion應用:3D系統(tǒng)可視化
可視化組態(tài)物聯(lián)網(wǎng)平臺是什么
VirtualLab Fusion應用:光學系統(tǒng)的3D可視化
VirtualLab Fusion中的可視化設置
VirtualLab Fusion應用:光波導k域布局可視化(“神奇的圓環(huán)”)
七款經(jīng)久不衰的數(shù)據(jù)可視化工具!
光學系統(tǒng)的3D可視化
什么是大屏數(shù)據(jù)可視化?特點有哪些?
如何找到適合的大屏數(shù)據(jù)可視化系統(tǒng)
智慧能源可視化監(jiān)管平臺——助力可視化能源數(shù)據(jù)管理

評論