連日來Microsoft開源TensorWatch AI調(diào)試工具 向來一不斷的有小伙伴關(guān)注，不僅如此還衍生出了各大相關(guān)話題，那么跟著小編來看看Microsoft開源TensorWatch AI調(diào)試工具 以及它的相關(guān)資訊吧！

微軟研究院開源TensorWatch，這是他們用于AI和深度學(xué)習(xí)的調(diào)試工具。TensorWatch支持PyTorch和TensorFlow渴望的張量，并同意 開辟人員通過Jupyter筆記本實(shí)時地交互式調(diào)試培訓(xùn)作業(yè)，或在Python中構(gòu)建自己的自定義UI。

在最近的博客文章中，由Shital Shah領(lǐng)導(dǎo)的研究團(tuán)隊(duì)宣布了 TensorWatch 的開源版本。TensorWatch是一個Python庫，用于可視化深度學(xué)習(xí)模型開辟周期各個階段的數(shù)據(jù)：從模型結(jié)構(gòu)到訓(xùn)練指標(biāo)，再到模型預(yù)測的解釋。TensorWatch旨在用作Jupyter筆記本或JupyterLab儀表板中的交互式工具，但作為Python庫，它也可以包含在自定義工具和UI中。根據(jù)開辟團(tuán)隊(duì)的說法：

“我們喜歡將TensorWatch視為具有許多高級功能的瑞士軍刀調(diào)試工具，研究人員和工程師將在他們的工作中找到幫助。”

在模型訓(xùn)練期間使用TensorWatch的關(guān)鍵概念是stream，它是一系列 事件，其中包含在某個時間點(diǎn)觀察到的數(shù)據(jù)值。深度學(xué)習(xí)訓(xùn)練分批次(訓(xùn)練數(shù)據(jù)的子集)和時期(整個數(shù)據(jù)集進(jìn)行的訓(xùn)練)進(jìn)行。在每個批次和每個時期之后，訓(xùn)練框架將輸出幾個度量值，以顯示訓(xùn)練進(jìn)度，例如模型在測試數(shù)據(jù)集上的準(zhǔn)確性。要使用TensorWatch，訓(xùn)練代碼被修改(或 儀器)，以這些度量發(fā)送到流。TensorWatch支持“懶日志”模式，如果不使用流數(shù)據(jù)，則開銷較低。這個想法是觀察可能在調(diào)試中實(shí)用的所有可能的指標(biāo)。

TensorWatch可視化用戶界面還設(shè)計(jì)用于處理流。隨著新事件的到來，UI進(jìn)行更新以包括新事件中的數(shù)據(jù)。TensorWatch同意 用戶通過從現(xiàn)有流創(chuàng)建新流來轉(zhuǎn)換流數(shù)據(jù);新流將用戶定義的Python lambda函數(shù)應(yīng)用于每個傳入事件。TensorWatch的核心價值在于，這種以低開銷觀察所有訓(xùn)練指標(biāo)，應(yīng)用任意變換并在Jupyter筆記本中實(shí)時查看結(jié)果的能力。

該庫還包含開辟過程中其他階段的可視化功能。例如，查看神經(jīng)網(wǎng)絡(luò)模型的圖形，可視化低維空間中的數(shù)據(jù)集或解釋模型的輸出。TensorWatch實(shí)際上并未實(shí)現(xiàn)這些功能;相反，TensorWatch在它們周圍提供了包裝器接口。

TensorWatch旨在與PyTorch一起使用，PyTorch 目前缺乏本機(jī)可視化和調(diào)試工具，而Google的競爭對手TensorFlow框架附帶了一個名為TensorBoard的可視化工具。因此，既TensorFlow和Keras，用于TensorFlow高級API的包裝，具實(shí)用于插裝訓(xùn)練過程可視化的便利的方法。PyTorch沒有類似的便捷方法，用于可視化培訓(xùn)的TensorWatch示例實(shí)際上依賴于單獨(dú)的Python庫 (由TensorWatch團(tuán)隊(duì)負(fù)責(zé)人Shah維護(hù))來處理儀器。目前尚不清晰為什么TensorWatch中未包含該代碼。

盡管它主要用于PyTorch，但該團(tuán)隊(duì)表示，“它還應(yīng)該與TensorFlow渴望的張量一起使用”。在Reddit上的一個線程中，用戶詢問TensorWatch與TensorBoard的比較，以及TensorWatch是否可以與Keras一起使用。