torchvista:构建笔记本的交互式pytorch可视化包

构建一种工具,可以从笔记本中进行交互式可视化任何Pytorch模型的前向通行证。

来源:走向数据科学

在这篇文章中,我讨论了构建Torchvista的动机,复杂性和实现详细信息,Torchvista是一个开源软件包,可以从基于Web的笔记本电脑内的任何Pytorch模型进行交互可视化任何pytorch模型的前传。

在阅读此帖子时,要了解Torchvista的工作,您可以查看:

    github页面如果要通过PIP安装并使用基于Web的笔记本(Jupyter,Colab,Kaggle,Vscode等)中的一个交互式演示页面,带有各种众所周知的模型Visualizeda Google Colab Tutoriala视频演示:
  • github页面如果要通过PIP安装并从基于Web的笔记本(Jupyter,Colab,Kaggle,Vscode等)中使用它,
  • github页面 pip
  • 具有各种知名模型可视化
  • 演示页
  • Google COLAB教程
  • Google Colab
  • 视频演示:
  • 视频

    动机

    pytorch模型可以变得非常大且复杂,并且仅从代码中就可以理解一个模型,这可能是一种令人厌烦的,甚至是棘手的练习。对其进行类似图形的可视化,这只是我们需要更轻松的方法。

    虽然存在Netron,Pytorchviz和Torchview等工具,这使我更容易,但我构建Torchvista的动机是我发现它们缺乏某些或所有这些要求:

      交互支持:可视化图应是交互式的,而不是静态图像。它应该是您可以放大,拖动,展开/塌陷等的结构。模型可以变得很大,如果您看到的只是图形的巨大静态图像,那么您如何才能真正探索它?
    交互支持
    拖动和缩放以探索大型模型
      模块化探索:大型Pytorch模型在思想和实现方面是模块化的。例如,想想一个具有连续模块的模块,该模块包含一些注意力块,而该模块又有一个完全连接的块,该块包含带有激活功能的线性层等。该工具应允许您利用此模块化结构,而不仅仅是显示低级张量链接图。
    模块化探索 线性