深度学习训练过程可视化

来源：机器学习算法与Python学习

本文 约 734字 ，建议阅读 4分钟。

本文介绍了多个能将深度学习训练过程进行可视化的工具，帮助大家更好地理解深度学习，非常实用。

深度学习训练过程一直处于黑匣子状态，有很多同学问我具体怎么解释？其实很多还是无法可解释，但是通过可视化，具体可以知道深度学习在训练过程到底学习了哪些特征？到底对该目标的哪些特征感兴趣？这些我们现在已经有很多渠道可以得知，我先给大家介绍几个比较好的工具！

1.深度学习网络结构画图工具

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是百度开发的，基于echar和PaddlePaddle，支持PaddlePaddle，PyTorch和MXNet等主流框架。ps：这个是我最喜欢的，毕竟echar的渲染能力不错哈哈哈，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一个学生开发。

地址：

https://github.com/HarisIqbal88/PlotNeuralNet

其实还有很多可视化工具，但是今天我要说的是，训练过程的可视化，与TF的可视化类似，但是 这个操作 更加简便！

这个工具到底把训练过程展示得多么详细？ 简单来说，项目作者已经给你做好了一个可以交互的界面，你只需要打开浏览器加载出这个界面就可以了。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 作为框架并使用 D3.js 进行可视化。最终的成品即使对于完全不懂的新手来说，也没有使用门槛。下面我们来看一下具体的效果。

卷积

超参数

softmax

ReLU

MaxPool

通过整个过程，想必大家对过程有详细了解，如果你技术好的，你可以通过深度学习平台直接可视化训练过程，那个过程想必比这个更加详细。

——END——