谷歌发布TensorBoard API,让你自定义机器学习中的可视化

安妮 编译自 Google Research Blog 量子位 出品 | 公众号 QbitAI

今天,谷歌发布了一系列TensorBoard API,开发者可在TensorBoard中添加自定义的可视化插件,实现自定义可视化效果。同时,谷歌还升级了TensorBoard的仪表盘。

API获取地址:

https://github.com/tensorflow/tensorboard-plugin-example/blob/master/README.md

这些API有何特点?谷歌背后的目的何在?我们不妨一探究竟。

TensorBoard完全配置时的样子

由难到易

这事还得从头说起。

2015年,谷歌开源了TensorFlow,里面自带一套帮助检测、理解和运行模型的可视化工具TensorBoard。

TensorBoard中包含了一小组预先确定的通用可视化效果,基本上适用于所有的深度学习应用,比如观察损失随时间的变化,或在高维空间中探索聚类。

然而,在没有可重用的API时,TensorFlow团队外的开发人员添加新的可视化效果比较困难。因此,谷歌决定发布一套统一的API,让开发者能在TensorBoard中添加自定义的可视化插件。同时,谷歌还用这些新API升级了现有的仪表盘,当做创作参考示例。

举个栗子

目前,用户可以在GitHub上找到TensorBoard/plugins目录,探索这些TensorBoard中的插件列表。

目录地址:

https://github.com/tensorflow/tensorboard-plugin-example

举个例子,比如这个能生成准确率与召回率曲线的新插件pr_curves:

这个插件展示了标准TensorBoard插件中包含的三部分内容:

1. 用于收集数据供以后可视化使用的summary_operation文档

GitHub地址:

https://github.com/tensorflow/tensorboard/blob/master/tensorboard/plugins/pr_curve/summary.py

2. 为自定义数据服务的Python后端

GitHub地址:

https://github.com/tensorflow/tensorboard/blob/master/tensorboard/plugins/pr_curve/pr_curves_plugin.py

3. 内置TypeScript和polymer的TensorBoard仪表盘

GitHub地址:

https://github.com/tensorflow/tensorboard/tree/master/tensorboard/plugins/pr_curve/tf_pr_curve_dashboard

此外,与其他插件一样,“pr_curves”提供了一个Demo,用户可以学习如何使用插件,插件开发者可用来生成开发期间的示例数据。

为了进一步说明插件是如何工作的,谷歌还创建了一个框架性的Greeter插件,它能在运行模型时可以收集并显示问候语。谷歌在博客中建议开发人员从Greeter插件和其他现有的插件开始探索。

插件地址:

https://github.com/tensorflow/tensorboard/tree/master/tensorboard/plugins

比如,杨百翰大学的Chris Anderson硕士期间创建了一个API并命名为Beholder,Beholder能将训练模型时的数据(如梯度和卷积滤波器等)以视频的形式展示出来,量子位将demo视频搬运了过来:

视频内容

Anderson创建TensorBoard API Beholder

“全民AI”

不得不说,谷歌一直是“全民AI”的拥护者。

上月,谷歌TensorFlow和AIY(AI+DIY)团队开源了语音识别数据集,帮助开发者为各种智能设备创建个性基本语音指令。

今年6月,推在移动设备上运行的AI模型TensorFlow Lite后没几周,谷歌又开源了预先训练的计算机视觉模型MobileNets,专为智能手机设计。

最后,附Google Research Blog原文地址:

https://research.googleblog.com/2017/09/build-your-own-machine-learning.html

原文发布于微信公众号 - 量子位(QbitAI)

原文发表时间:2017-09-12

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏人工智能LeadAI

MLSQL解决了什么问题

1、项目难以重现,可阅读性和环境要求导致能把另外一个同事写的python项目运行起来不得不靠运气

23330
来自专栏编程

基于Python库Face_Recognition动手DIY人脸识别

0X00 前言 最近使用iPhone x,把人脸识别代入了我们的生活中。前段时间了解了一个Python的一个开元函数库,并对其进行了分析、学习和实践,那么今天我...

35550
来自专栏SAP最佳业务实践

从SAP最佳业务实践看企业管理(140)-库存进出策略

如何实现先进先出? 按照批次管理对仓库物料实施管理即可。即明确批次管理标准,入库产品按规定给其相应批次标识,并按照物料类别、批次号分层或分区存放,发料时,严格按...

32140
来自专栏人工智能LeadAI

PageRank算法原理与实现

PageRank,又称网页排名、谷歌左侧排名,是一种由搜索引擎根据网页之间相互的超链接计算的技术,而作为网页排名的要素之一,以Google公司创办人拉里·佩奇(...

12330
来自专栏瓜大三哥

乒乓结构和流水线设计

乒乓结构 ? l 通过“输入数据选择单元”和“输出数据选择单元”按节拍、相互配合的切换,将经过缓冲的数据流没有停顿地送到“数据流运算处理模块”进行运算与处...

30460
来自专栏吉浦迅科技

NVIDIA®Jetson嵌入式平台开发工具JetPack 3.0正式发布

JetPack(Jetson SDK)是一个按需的一体化软件包,捆绑了NVIDIA®Jetson嵌入式平台的开发人员软件。JetPack 3.0包括对Jetso...

39990
来自专栏杨建荣的学习笔记

通过shell脚本来得到不稳定的执行计划(r4笔记第40天)

生产系统中总是可能碰到各种各样的sql问题,其中大部分问题都和执行计划有关,执行计划出现问题有很多原因导致,比如统计信息过旧,比如数据的分布极不均匀等等都会导致...

29350
来自专栏陈满iOS

看图学算法(二)数据结构基本概念篇

过了一个星期,笔者花了整整几天时间学习的整理,下面是第二篇即数据结构基本概念篇。很辛苦,希望会对大家有一点帮助。另外,本文系列第一篇在这里:看图学算法(一)算法...

12850
来自专栏机器之心

开源 | 基于Metal的机器学习框架Bender:可在iOS上运行TensorFlow模型

选自GitHub 机器之心编译 参与:吴攀 在正在举行的 WWDC 2017 上,苹果宣布发布了 Metal 2,详情可参阅机器之心的报道《苹果开发者大会 W...

38890
来自专栏华章科技

使用python抓取婚恋网用户数据并用决策树生成自己择偶观

之前在世纪佳缘上爬取过类似的数据,总体的感觉是上面的用户数据要么基本不填要么一看就很假,周围的一些老司机建议可以在花田网上看下,数据质量确实高很多,唯一的缺点就...

8820

扫码关注云+社区

领取腾讯云代金券