에지 기기의 제약조건으로 인해 모델을 효율적으로 실행하기 전에 모델을 변환하고 최적화하는 추가 단계가 필요한 경우가 많습니다. 시각화는 모델을 이해하고 최적화할 타겟을 식별하는 가장 효과적인 방법 중 하나입니다.
전환
양자화
최적화
모델 탐색기의 나란히 비교 기능을 사용하면 전환 관련 문제를 더 쉽게 파악할 수 있습니다. 섹션을 펼치거나 접어 그래프를 레이어별로 탐색하고 그래프를 더 깊이 파악합니다.
필요한 세부사항으로 그래프 내의 내부 구조와 연결을 검사합니다.
모델 탐색기를 사용하여 정규화의 영향을 받는 문제가 있는 작업을 식별합니다. 오류 측정항목별로 작업을 정렬하여 품질 저하를 찾고, 레이어별로 통계를 얻고, 다양한 양자화 결과를 비교하여 이상적인 모델 크기-품질 절충점을 찾습니다.
모델 탐색기를 사용하여 벤치마킹 및 디버깅 도구의 출력을 더 잘 이해하세요. GPU에서 실행할 수 있는 작업에 대한 유용한 정보를 얻고, 지연 시간별로 작업을 정렬하고, 여러 가속기 간에 작업당 성능을 비교합니다.
대규모 모델 지원
모델 탐색기는 대규모 모델을 원활하게 렌더링하도록 설계되었습니다. 수천 개의 노드가 있나요? 걱정하지 마세요. GPU 기반 렌더링 엔진은 확장하여 매우 큰 모델도 원활하게 렌더링할 수 있습니다. 또한 Model Explorer는 파일 및 폴더 시스템과 같이 레이어를 접는 데 고유한 접근 방식을 사용하므로 더 빠르고 쉽게 탐색할 수 있습니다.
더 빠르게 작업할 수 있도록 설계된 기능
검색
분할 화면
데이터 오버레이
강력한 정규식 기반 검색을 사용하면 특정 노드를 찾고, 필터링하고, 강조 표시할 수 있습니다.
동일한 탭에 모델을 나란히 로드하여 쉽게 비교할 수 있습니다.
맞춤 노드별 데이터를 모델 탐색기에 로드하여 모델의 핫스팟과 기타 문제를 빠르게 식별합니다.
.png로 내보내기
북마크
메타데이터에 쉽게 액세스
버튼을 클릭하여 그래프 이미지를 내보내 팀과 공유할 수 있습니다.
북마크를 추가하여 그래프에 위치를 저장하면 영역 간에 쉽게 이동할 수 있습니다.
텐서 도형을 확인하고, 입력과 출력을 추적하고, 동일한 레이어를 강조 표시하고, 하위 노드 수를 확인하는 등의 작업을 할 수 있습니다.
모델 탐색기를 사용하는 두 가지 방법
로컬에서 실행
Colab 노트북에서 실행하기
GitHub의 간편한 설치 안내에 따라 로컬 머신에 Model Explorer를 설정합니다. 브라우저 창에서 실행되며 모든 데이터는 로컬에 유지됩니다.
Linux, Mac, Windows를 지원합니다.
Model Explorer는 Colab에서 잘 실행되므로 기존 모델 개발 워크플로에 통합할 수 있습니다. 데모 노트북을 사용해 보거나 설치 안내에 따라 자체 노트북에 추가하세요.
[[["이해하기 쉬움","easyToUnderstand","thumb-up"],["문제가 해결됨","solvedMyProblem","thumb-up"],["기타","otherUp","thumb-up"]],[["필요한 정보가 없음","missingTheInformationINeed","thumb-down"],["너무 복잡함/단계 수가 너무 많음","tooComplicatedTooManySteps","thumb-down"],["오래됨","outOfDate","thumb-down"],["번역 문제","translationIssue","thumb-down"],["샘플/코드 문제","samplesCodeIssue","thumb-down"],["기타","otherDown","thumb-down"]],["최종 업데이트: 2025-01-13(UTC)"],[],[],null,["# Model Explorer\n\n**A visualization tool that lets you analyze ML models and graphs, accelerating\ndeployment to on-device targets.**\n\n[Get Started](https://github.com/google-ai-edge/model-explorer/wiki/1.-Installation)\n[Try it in Colab](https://github.com/google-ai-edge/model-explorer/blob/main/example_colabs/quick_start.ipynb)\n[Learn More](https://github.com/google-ai-edge/model-explorer/)\n\n### Making edge development faster\n\nThe constraints of edge devices often necessitate extra steps to convert and\noptimize models before they run efficiently, and visualization is one of the\nmost effective ways to understand a model and identify targets for optimization.\n\n| **Conversion** | **Quantization** | **Optimization** |\n|-----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|-----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|\n| Model Explorer's side-by-side comparison feature makes it easier to spot conversion-related issues. Navigate the graph layer by layer, diving deeper into the graph by expanding and collapsing sections. Inspect the internal structure and connections within graphs at the granularity you need. | Use Model Explorer to identify problematic operations affected by quantization. Sort ops by error metrics to find quality drops, get insights per layer, and compare different quantization results to find the ideal model size-quality trade-off. | Use Model Explorer to better understand the output from your benchmarking and debugging tools. Gain insights into which ops can run on GPU, sort ops by latency, and compare per-op performance across accelerators. |\n\n### Support for large models\n\nModel Explorer is designed to render large models seamlessly. Thousands of\nnodes? No problem. The GPU-based rendering engine is capable of scaling up to\nsmoothly render even very large models. And Model Explorer's unique approach to\ncollapsing layers like a system of files and folders means that it's faster and\neasier to navigate.\n\n### Features designed to help you work faster\n\n| **Search** | **Split View** | **Data Overlays** |\n|-------------------------------------------------------------------------------------|--------------------------------------------------------------------------------------------|---------------------------------------------------------------------------------------------------------------------|\n| Powerful regex-based search helps you locate, filter, and highlight specific nodes. | Load models side by side in the same tab for easy comparison. | Load custom, node-specific data into Model Explorer to quickly identify hot spots and other issues with your model. |\n| With the click of a button, export an image of the graph to share with your team. | Save your location in the graph by adding bookmarks, making it easy to jump between areas. | View tensor shapes, trace inputs and outputs, highlight identical layers, see child node counts, and more. |\n\n### Two ways to use Model Explorer\n\n| **Run it locally** | **Run it in a Colab notebook** |\n|--------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|--------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|\n| Follow the easy [installation instructions](https://github.com/google-ai-edge/model-explorer/wiki/1.-Installation) on GitHub to set up Model Explorer on your local machine. It runs in a browser window and all your data stays local. Supports Linux, Mac and Windows. | Model Explorer runs well in Colab, meaning you can integrate it into your existing model development workflow. Try the [demo notebook](https://github.com/google-ai-edge/model-explorer/blob/main/example_colabs/quick_start.ipynb) or follow the [installation instructions](https://github.com/google-ai-edge/model-explorer/wiki/5.-Run-in-Colab-Notebook) to add it to your own. |"]]
