TS-VIS 框架无关的深度学习可视化工具包
什么是TS-VIS
TS-VIS（天枢Vis）是天枢人工智能开源开放平台的可视化组件，支持Tensorflow、Pytorch、Oneflow等主流深度学习框架的可视化功能
亮点
- 框架无关，支持TensorFlow、Pytorch、Oneflow等主流深度学习框架可视化
- 超快的响应速度
- 支持大规模的可视化
- 支持训练过程实时可视化
- 支持降维分析样本可视化
- 支持神经网络异常可视化
支持功能
- 模型结构可视化：可视化网络结构，包括计算图和结构图
- 标量数据可视化：可视化包括神经网络
accuary和loss等的标量数据 - 媒体数据可视化：可视化包括图像、文字、音频在内的媒体数据
- 统计分析可视化：可视化神经网络中权重、偏置等的分布
- 降维分析可视化：通过降维算法，可视化任意高维数据
- 超参分析可视化：可视化不同超参数下的神经网络指标
- 异常检测可视化：将神经网络张量数据映射到二维，可视化张量数据统计信息
- 用户定制可视化：可以将所有功能移动到该模块进行可视化
如何开始？
首先，你可以从快速使用了解如何安装TS-VIS，并亲自动手运行一个简单的例子。
在可视化日志写入章节中，你可以了解到如何使用TS-VIS在Python代码中导出可视化日志。另外还可以得知写入可视化日志API的一些调用方法和参数。
使用可视化模块中，我们介绍了可视化系统的操作、UI交互以及每一个可视化图像的意义，你可以通过可视化UI对可视化结果做出调整并完成一些交互。
开发者文档提供了一些针对开发者的说明，包括所有可视化后端API请求参数及返回结果，TS-VIS的启动方式等。如果你发现了一些Bug，你也可以在该章节下找到Bug反馈的方式。
希望TS-VIS可以帮助你在深度学习的旅程中乘风破浪！
版权
TS-VIS 由杭州电子科技大学智能可视建模与仿真实验室(iGame Lab)和之江实验室(Zhejiang Lab)联合开发