%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
Model Explorer
簡介 :
Model Explorer 是 Google 開發的一個用於機器學習模型的圖可視化工具，它專注於以直觀的層次格式可視化大型圖，同時也適用於小型模型。該工具特別有助於簡化大型模型在設備端平臺的部署過程，通過可視化轉換、量化和優化數據。Model Explorer 結合了3D遊戲和動畫製作中使用的圖形技術，如實例化渲染和多通道有符號距離場（MSDF），並將其適應於機器學習圖渲染。它支持多種圖格式，包括 JAX、PyTorch、TensorFlow 和 TensorFlow Lite 使用的格式。Model Explorer 通過層次化視圖和導航複雜結構的能力，使得大型模型更易於理解。
需求人群 :
Model Explorer 適合機器學習研究人員和工程師，特別是那些需要在資源受限的設備上部署模型的開發者。它通過提供直觀的圖形界面幫助用戶理解模型結構，調試模型轉換過程中的錯誤，並優化模型性能。
使用場景
研究人員使用 Model Explorer 理解 MobileBert 模型的架構。
工程師利用 Model Explorer 調試 PyTorch 到 TensorFlow Lite 的模型轉換錯誤。
開發者使用 Model Explorer 優化模型性能，通過可視化手段快速定位並解決問題。
產品特色
支持多種圖格式，包括 JAX、PyTorch、TensorFlow 和 TensorFlow Lite。
層次化視圖幫助用戶理解模型架構和調試轉換錯誤。
實例化渲染和多通道有符號距離場（MSDF）技術，提高渲染性能。
提供並排比較模式，幫助比較不同模型轉換過程中的變化。
允許用戶在圖上疊加每個節點的數據，快速定位性能或數值問題。
GPU 加速圖形渲染，實現平滑的 60 FPS 用戶體驗。
交互式系統，用戶可以逐步展開或摺疊層，以查看模型的內部結構和連接。
使用教程
訪問 Model Explorer 網站並下載安裝。
%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%230080ff;%20}%20%3c/style%3e%3c/defs%3e%3cpath%20class='st0'%20d='M16.2,11.1c.4.5.4,1.2,0,1.8l-4.7,7.1h-3.8l5.3-8L7.6,4h3.8l4.7,7.1Z'/%3e%3c/svg%3e)
上傳或導入需要可視化的機器學習模型。
使用層次化視圖瀏覽模型結構，逐步展開或摺疊層。
利用並排比較模式對比不同模型轉換前後的差異。
在圖上疊加節點數據，分析性能或數值問題。
通過交互式操作，深入理解模型內部結構和連接。
根據需要調整視圖和數據展示，以優化模型架構和性能。
精選AI產品推薦
Openui
構建UI組件通常是一項乏味的工作。OpenUI旨在使這一過程變得有趣、快捷和靈活。這也是我們在W&B用於測試和原型化下一代工具的工具,用於在LLM的基礎上構建強大的應用程序。您可以使用想象力描述UI,然後即時查看渲染效果。您可以要求進行更改,並將HTML轉換為React、Svelte、Web組件等。就像是V0的開源和不太精緻的版本。
AI開發助手
785.5K
Opendevin
OpenDevin是一個開源項目，目標是複製、增強和創新Devin——一個能夠執行復雜工程任務並與用戶在軟件開發項目上積極協作的自主AI軟件工程師。該項目通過開源社區的力量，探索和擴展Devin的能力，識別其優勢和改進空間，以指導開源代碼模型的進展。
AI開發助手
614.4K