仅凭数行代码，算法工程师从此不再996？

喜欢就关注我们吧！

仅凭数行代码，算法工程师从此不再996？迅速疯传全网，Star疯涨接近4K？

今天小编吐血推荐的超强AI算法可视化神器 -- VisualDL！

相比其他可视化工具，VisualDL功能更全面、易用性更高，还提供针对深度学习独家设计的分析功能，属实是帮助算法工程师高效完成调参、模型训练的利器！

不信？这就上图！

聪明的人已经Star收藏方便后续学习使用了＼(☆o☆)／

⭐项目传送门：https://github.com/PaddlePaddle/VisualDL ⭐

这样精心制作的项目还是完全开源免费的，所有底层代码可任意查看、更改、二次开发！同时适配各种主流深度学习框架（PaddlePaddle、TensorFLow、Pytorch、ONNX等等），赶紧Star收藏，方便及时GET最新动态吧！

VisualDL功能全览

标量（Scalar）：训练参数实时可视化

• 实时展示关键指标变化趋势

用户可根据需求快速绘制loss、acc、learning rate等重要训练指标，并将波动不均的中间数据进行平滑处理，突出变化趋势，通过指标变化情况，判断模型训练是否正常，并针对性地调整参数。同时，结合可灵活展示的指标极值，深入理解模型情况。

• 多组实验指标对比

将多组实验指标绘制于同一张表格，实时对比变化趋势，从而观察每一处细节的不同。

同时，所有图表及其数据可供下载，便于随时查看分析。

样本分析（Sample）：数据全程可视化

• 图像（Image）：可视化模型开发任意阶段的图像数据

训练前查看数据样本、数据预处理/数据增强效果

训练中查看模型特征提取情况：

• 音频/文本：可视化模型开发任意阶段的音频/文本数据

网络结构可视化（Graph）

• 支持Paddle、ONNX、Pytorch等主流模型格式，一键拖拽可视化模型结构

• 展示节点信息及数据流向深入理解网络结构和工作机制

超参可视化（Hyper Parameters）：

展示每组超参及模型指标，快速选择最佳超参

• 以丰富的视图直观呈现不同组超参对模型效果的影响

PR/ROC曲线：展示不同阈值下的模型关键指标，秒选最佳阈值

直方图（Histogram）：监测每层网络参数异常情况

数据降维（High Dimensional）：可视化高维向量间的关系

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

Paddle官网：

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

觉得不错，请点个在看呀