Các hạn chế của thiết bị cạnh thường đòi hỏi phải thực hiện thêm các bước để chuyển đổi và tối ưu hoá mô hình trước khi chúng chạy hiệu quả. Hình ảnh là một trong những cách hiệu quả nhất để hiểu một mô hình và xác định mục tiêu tối ưu hoá.
Lượt chuyển đổi
Định lượng
Tối ưu hóa
Tính năng so sánh song song của Trình khám phá mô hình giúp bạn dễ dàng phát hiện các vấn đề liên quan đến lượt chuyển đổi. Di chuyển theo từng lớp của biểu đồ, đi sâu hơn vào biểu đồ bằng cách mở rộng và thu gọn các phần.
Kiểm tra cấu trúc nội bộ và các kết nối trong biểu đồ ở mức độ chi tiết mà bạn cần.
Sử dụng Trình khám phá mô hình để xác định các toán tử có vấn đề chịu ảnh hưởng của việc lượng tử hoá. Sắp xếp các phép toán theo chỉ số lỗi để tìm ra sự sụt giảm chất lượng, nhận thông tin chi tiết theo từng lớp và so sánh các kết quả lượng tử hoá khác nhau để tìm ra sự đánh đổi lý tưởng giữa kích thước mô hình và chất lượng.
Sử dụng Trình khám phá mô hình để hiểu rõ hơn về kết quả của các công cụ đo điểm chuẩn và gỡ lỗi. Nhận thông tin chi tiết về những thao tác có thể chạy trên GPU, sắp xếp các thao tác theo độ trễ và so sánh hiệu suất của mỗi thao tác trên các trình tăng tốc.
Hỗ trợ mô hình lớn
Trình khám phá mô hình được thiết kế để kết xuất các mô hình lớn một cách liền mạch. Hàng nghìn nút? Không thành vấn đề. Công cụ kết xuất dựa trên GPU có thể mở rộng quy mô để kết xuất mượt mà ngay cả các mô hình rất lớn. Ngoài ra, phương pháp độc đáo của Trình khám phá mô hình để thu gọn các lớp như một hệ thống tệp và thư mục giúp bạn thao tác nhanh và dễ dàng hơn.
Các tính năng được thiết kế để giúp bạn làm việc nhanh hơn
Tìm kiếm
Chế độ xem phân tách
Lớp phủ dữ liệu
Tính năng tìm kiếm mạnh mẽ dựa trên biểu thức chính quy giúp bạn xác định vị trí, lọc và làm nổi bật các nút cụ thể.
Tải các mô hình cạnh nhau trong cùng một thẻ để dễ dàng so sánh.
Tải dữ liệu tuỳ chỉnh, dành riêng cho nút vào Trình khám phá mô hình để nhanh chóng xác định các điểm nóng và các vấn đề khác với mô hình của bạn.
Xuất sang .png
Đánh dấu
Dễ dàng truy cập siêu dữ liệu
Chỉ cần nhấp vào một nút, bạn có thể xuất hình ảnh của biểu đồ để chia sẻ với nhóm của mình.
Lưu vị trí của bạn trong biểu đồ bằng cách thêm dấu trang, giúp bạn dễ dàng chuyển đổi giữa các khu vực.
Xem hình dạng tensor, theo dõi đầu vào và đầu ra, làm nổi bật các lớp giống hệt nhau, xem số lượng nút con và nhiều thông tin khác.
Hai cách sử dụng Trình khám phá mô hình
Chạy trên máy
Chạy trong sổ tay Colab
Làm theo hướng dẫn cài đặt dễ dàng trên GitHub để thiết lập Trình khám phá mô hình trên máy cục bộ. Ứng dụng này chạy trong một cửa sổ trình duyệt và tất cả dữ liệu của bạn vẫn nằm trên máy.
Hỗ trợ Linux, Mac và Windows.
Trình khám phá mô hình chạy tốt trong Colab, nghĩa là bạn có thể tích hợp trình khám phá mô hình này vào quy trình phát triển mô hình hiện có. Hãy thử sổ tay minh hoạ hoặc làm theo hướng dẫn cài đặt để thêm sổ tay này vào sổ tay của riêng bạn.
[[["Dễ hiểu","easyToUnderstand","thumb-up"],["Giúp tôi giải quyết được vấn đề","solvedMyProblem","thumb-up"],["Khác","otherUp","thumb-up"]],[["Thiếu thông tin tôi cần","missingTheInformationINeed","thumb-down"],["Quá phức tạp/quá nhiều bước","tooComplicatedTooManySteps","thumb-down"],["Đã lỗi thời","outOfDate","thumb-down"],["Vấn đề về bản dịch","translationIssue","thumb-down"],["Vấn đề về mẫu/mã","samplesCodeIssue","thumb-down"],["Khác","otherDown","thumb-down"]],["Cập nhật lần gần đây nhất: 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. |"]]