最全深度学习训练过程可视化工具（附github源码）

点击上面的小白学视觉"星标"或“置顶” 重磅干货，第一时间送达

机器学习实验室编辑

导读

本文介绍了多种可视化深度学习训练过程的工具，帮助您更好地理解深度学习，非常实用。

深度学习和训练过程一直处于黑匣子状态。很多学生问我如何解释？事实上，很多仍然无法解释，但通过可视化，我们可以知道深度学习在训练过程中学到了什么特点？你对这个目标的哪些特点感兴趣？我们现在有很多渠道可以知道这些。让我先介绍一些更好的工具！

1.深度学习网络结构绘图工具

地址：

https://cbovar.github.io/ConvNetDraw/

2.caffe可视化工具

输入：caffe配置文件 输出：网络结构

地址：

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

3.深度学习可视化工具Visual DL

Visual DL基于百度开发echar和PaddlePaddle，支持PaddlePaddle，PyTorch和MXNet等待主流框架。ps：这是我最喜欢的欢的。echar渲染能力好，哈哈哈，可惜不支持caffe和tensorflow。

地址：

https://github.com/PaddlePaddle/VisualDL

4.结构可视化工具PlotNeuralNet

萨尔大学计算机科学专业的学生发展。

地址：

https://github.com/HarisIqbal88/PlotNeuralNet

事实上，有很多可视化工具，但今天我想谈谈训练过程的可视化和TF但是这个操作更加简便！

这个工具有多详细？简单地说，项目作者已经为您制作了一个交互界面，您只需打开浏览器并加载此界面即可。CNN Explainer 使用 TensorFlow.js 加载预训练模型进行可视化效果，交互方面则使用 Svelte 并作为框架使用 D3.js 可视化。即使是完全不懂的新手，最终的成品也没有使用门槛。下面我们来看看具体的效果。

卷积

超参数

softmax

ReLU

MaxPool

通过整个过程，我们必须对这个过程有一个详细的了解。如果你的技术很好，你可以通过深度学习平台直接可视化训练过程，这个过程必须比这个更详细。

好消息！

小白学视觉知识星球

开始向外开放。

下载1：OpenCV-Contrib中文版教程扩展模块  在「小白学视觉」微信官方账号后台回复:扩展模块中文教程，下载全网第一份OpenCV中文版扩展模块教程涵盖扩展模块安装SFM算法、立体视觉、目标跟踪、生物视觉、超分辨率处理等20多章。   下载2：Python视觉实战项目52讲 在「小白学视觉」微信官方账号后台回复:Python可下载图像分割、口罩检测、车道线检测、车辆计数、添加眼线、车牌识别、字符识别、情感检测、文本内容提取、面部识别等31个视觉实践项目，帮助快速学校计算机视觉。   下载3：OpenCV实战项目20讲 在「小白学视觉」微信官方账号后台回复:OpenCV20个实战项目可以下载20个基于OpenCV实现20个实战项目OpenCV学习进阶。   交流群  欢迎加入微信官方账号读者群与同行交流。SLAM、三维视觉、传感器、自动驾驶、摄影计算、检测、分割、识别、医学图像、GAN、算法竞赛等微信群(以后会逐渐细分)，请扫描以下微信号加群，备注:昵称 学校/公司 研究方向，例如：张三 上海交大 视觉SLAM“。请按格式备注，否则不予通过。请按格式注明，否则不予通过。添加成功后，将根据研究方向邀请进入相关微信群。请不要在群里发广告，否则请出群。谢谢你的理解~