最全深度學(xué)習(xí)訓(xùn)練過程可視化工具（附github源碼）

點(diǎn)擊下方卡片，關(guān)注“新機(jī)器視覺”公眾號(hào)

重磅干貨，第一時(shí)間送達(dá)

  編輯丨極市平臺(tái)、機(jī)器學(xué)習(xí)實(shí)驗(yàn)室

導(dǎo)讀

 

本文介紹了多個(gè)能將深度學(xué)習(xí)訓(xùn)練過程進(jìn)行可視化的工具，幫助大家更好地理解深度學(xué)習(xí)，非常實(shí)用。

深度學(xué)習(xí)訓(xùn)練過程一直處于黑匣子狀態(tài)，有很多同學(xué)問我具體怎么解釋？其實(shí)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(xué)習(xí)在訓(xùn)練過程到底學(xué)習(xí)了哪些特征？到底對(duì)該目標(biāo)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(gè)比較好的工具！

1.深度學(xué)習(xí)網(wǎng)絡(luò)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(luò)結(jié)構(gòu)

地址：

http://ethereon.github.io/netscope/#/editor

3.深度學(xué)習(xí)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(gè)是我最喜歡的，畢竟echar的渲染能力不錯(cuò)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(xué)計(jì)算機(jī)科學(xué)專業(yè)的一個(gè)學(xué)生開發(fā)。

地址：

https://github.com/HarisIqbal88/PlotNeuralNet

其實(shí)還有很多可視化工具，但是今天我要說的是，訓(xùn)練過程的可視化，與TF的可視化類似，但是這個(gè)操作更加簡(jiǎn)便！

這個(gè)工具到底把訓(xùn)練過程展示得多么詳細(xì)？簡(jiǎn)單來說，項(xiàng)目作者已經(jīng)給你做好了一個(gè)可以交互的界面，你只需要打開瀏覽器加載出這個(gè)界面就可以了。CNN Explainer 使用 TensorFlow.js 加載預(yù)訓(xùn)練模型進(jìn)行可視化效果，交互方面則使用 Svelte 作為框架并使用 D3.js 進(jìn)行可視化。最終的成品即使對(duì)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(gè)過程，想必大家對(duì)過程有詳細(xì)了解，如果你技術(shù)好的，你可以通過深度學(xué)習(xí)平臺(tái)直接可視化訓(xùn)練過程，那個(gè)過程想必比這個(gè)更加詳細(xì)。