點擊上方“AI遇見機器學習”，選擇“星標”公眾號

重磅干貨，第一時間送達

Datawhale干貨?作者：Edison_G，來源：計算機視覺研究院編輯丨極市平臺、機器學習實驗室

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)絡結構畫圖工具地址：https://cbovar.github.io/ConvNetDraw/2.caffe可視化工具輸入：caffe配置文件 輸出：網(wǎng)絡結構地址：http://ethereon.github.io/netscope/#/editor3.深度學習可視化工具Visual DLVisual 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/VisualDL4.結構可視化工具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)softmaxReLUMaxPool

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。

歡迎關注我們，看通俗干貨！

總結

以上是生活随笔為你收集整理的的训练过程_最全深度学习训练过程可视化工具（附github源码）的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。