Kenar cihazların kısıtlamaları, modellerin verimli bir şekilde çalışması için genellikle dönüştürülmesi ve optimize edilmesi gereken ek adımlar gerektirir. Görselleştirme, bir modeli anlamanın ve optimizasyon hedeflerini belirlemenin en etkili yollarından biridir.
Dönüşüm
Kantizasyon
Optimizasyon
Model Gezgini'nin yan yana karşılaştırma özelliği, dönüşümle ilgili sorunları tespit etmeyi kolaylaştırır. Grafikte katman katman gezinin, bölümleri genişletip daraltarak grafiğin daha ayrıntılı bölümlerine gidin.
Grafiklerdeki dahili yapıyı ve bağlantıları ihtiyacınız olan ayrıntı düzeyinde inceleyin.
Modelleme Gezgini'ni kullanarak kesme işleminden etkilenen sorunlu işlemleri belirleyin. Kalite düşüşlerini bulmak, katman başına analizler elde etmek ve ideal model boyutu-kalite dengesini bulmak için işlemleri hata metriklerini göre sıralayın ve farklı kesme sonuçlarını karşılaştırın.
Karşılaştırma ve hata ayıklama araçlarınızın çıktılarını daha iyi anlamak için Model Gezgini'ni kullanın. GPU'da hangi işlemlerin çalışabileceği hakkında bilgi edinin, işlemleri gecikmeye göre sıralayın ve hızlandırıcılar arasında işlem başına performansı karşılaştırın.
Büyük modeller için destek
Model Gezgini, büyük modelleri sorunsuz bir şekilde oluşturacak şekilde tasarlanmıştır. Binlerce düğüm mü var? Sorun değil. GPU tabanlı oluşturma motoru, çok büyük modelleri bile sorunsuz bir şekilde oluşturmak için ölçeklenebilir. Model Gezgini'nin katmanları dosya ve klasör sistemi gibi daraltmaya yönelik benzersiz yaklaşımı, gezinmenin daha hızlı ve kolay olmasını sağlar.
Daha hızlı çalışmanıza yardımcı olacak özellikler
Arama
Bölünmüş Görünüm
Veri Yerleşimleri
Güçlü normal ifade tabanlı arama, belirli düğümleri bulmanıza, filtrelemenize ve vurgulamanıza yardımcı olur.
Kolay karşılaştırma için modelleri aynı sekmede yan yana yükleyin.
Modelinizdeki yoğun noktaları ve diğer sorunları hızlıca tespit etmek için Model Gezgini'ne özel, düğüme özgü veriler yükleyin.
.png biçiminde dışa aktarma
Yer işareti ekleme
Meta verilere kolayca erişme
Ekibinizle paylaşmak için grafik resmini tek bir tıklamayla dışa aktarın.
Yer işaretleri ekleyerek konumunuzu grafiğe kaydedin. Böylece alanlar arasında kolayca geçiş yapabilirsiniz.
Tensör şekillerini görüntüleyin, girişleri ve çıkışları izleyin, aynı katmanları vurgulayın, alt düğüm sayılarını görün ve daha fazlasını yapın.
Model Gezgini'ni kullanmanın iki yolu
Yerel olarak çalıştırma
Colab not defterinde çalıştırma
Model Explorer'ı yerel makinenizde kurmak için GitHub'daki kolay kurulum talimatlarını uygulayın. Tarayıcı penceresinde çalışır ve tüm verileriniz yerel olarak kalır.
Linux, Mac ve Windows'u destekler.
Model Gezgini, Colab'de sorunsuz çalışır. Bu sayede, mevcut model geliştirme iş akışınıza entegre edebilirsiniz. Demo not defterini deneyin veya yükleme talimatlarını uygulayarak kendi not defterinize ekleyin.
[[["Anlaması kolay","easyToUnderstand","thumb-up"],["Sorunumu çözdü","solvedMyProblem","thumb-up"],["Diğer","otherUp","thumb-up"]],[["İhtiyacım olan bilgiler yok","missingTheInformationINeed","thumb-down"],["Çok karmaşık / çok fazla adım var","tooComplicatedTooManySteps","thumb-down"],["Güncel değil","outOfDate","thumb-down"],["Çeviri sorunu","translationIssue","thumb-down"],["Örnek veya kod sorunu","samplesCodeIssue","thumb-down"],["Diğer","otherDown","thumb-down"]],["Son güncelleme tarihi: 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. |"]]
