Batasan perangkat edge sering kali memerlukan langkah tambahan untuk mengonversi dan
mengoptimalkan model sebelum berjalan secara efisien, dan visualisasi adalah salah satu
cara paling efektif untuk memahami model dan mengidentifikasi target untuk pengoptimalan.
Konversi
Kuantisasi
Pengoptimalan
Fitur perbandingan berdampingan di Penjelajah Model memudahkan Anda menemukan masalah terkait konversi. Jelajahi grafik lapis demi lapis,
mendalami grafik dengan meluaskan dan menciutkan bagian.
Periksa struktur internal dan koneksi dalam grafik dengan granularitas yang Anda butuhkan.
Gunakan Model Explorer untuk mengidentifikasi operasi bermasalah yang terpengaruh oleh
kuantisasi. Urutkan operasi menurut metrik error untuk menemukan penurunan kualitas,
mendapatkan insight per lapisan, dan membandingkan berbagai hasil
kuantisasi untuk menemukan kompromi kualitas ukuran model yang ideal.
Gunakan Model Explorer untuk lebih memahami output dari
alat benchmark dan proses debug Anda. Dapatkan insight tentang operasi mana yang dapat
berjalan di GPU, urutkan operasi menurut latensi, dan bandingkan performa per operasi
di seluruh akselerator.
Dukungan untuk model besar
Penjelajah Model dirancang untuk merender model besar dengan lancar. Ribuan node? Tidak masalah. Mesin rendering berbasis GPU dapat diskalakan untuk
merender model yang sangat besar dengan lancar. Selain itu, pendekatan unik Model Explorer untuk
menyempitkan lapisan seperti sistem file dan folder berarti lebih cepat dan
lebih mudah dinavigasi.
Fitur yang dirancang untuk membantu Anda bekerja lebih cepat
Penelusuran
Tampilan Pisahkan
Overlay Data
Penelusuran berbasis ekspresi reguler yang canggih membantu Anda menemukan, memfilter, dan menandai node tertentu.
Memuat model secara berdampingan di tab yang sama untuk memudahkan perbandingan.
Muat data kustom khusus node ke Model Explorer untuk dengan cepat
mengidentifikasi hot spot dan masalah lainnya pada model Anda.
Ekspor ke .png
Menandai
Metadata yang mudah diakses
Dengan mengklik tombol, ekspor gambar grafik untuk dibagikan
kepada tim Anda.
Simpan lokasi Anda dalam grafik dengan menambahkan bookmark, sehingga memudahkan
berpindah antar-area.
Lihat bentuk tensor, lacak input dan output, tandai lapisan
yang identik, lihat jumlah node turunan, dan lainnya.
Dua cara menggunakan Penjelajah Model
Menjalankannya secara lokal
Menjalankannya di notebook Colab
Ikuti petunjuk
penginstalan yang mudah di GitHub untuk menyiapkan Model Explorer di komputer
lokal Anda. Aplikasi ini berjalan di jendela browser dan semua data Anda tetap bersifat lokal.
Mendukung Linux, Mac, dan Windows.
Model Explorer berjalan dengan baik di Colab, yang berarti Anda dapat mengintegrasikannya ke dalam
alur kerja pengembangan model yang ada. Coba notebook
demo atau ikuti petunjuk
penginstalan untuk menambahkannya ke notebook Anda sendiri.
[[["Mudah dipahami","easyToUnderstand","thumb-up"],["Memecahkan masalah saya","solvedMyProblem","thumb-up"],["Lainnya","otherUp","thumb-up"]],[["Informasi yang saya butuhkan tidak ada","missingTheInformationINeed","thumb-down"],["Terlalu rumit/langkahnya terlalu banyak","tooComplicatedTooManySteps","thumb-down"],["Sudah usang","outOfDate","thumb-down"],["Masalah terjemahan","translationIssue","thumb-down"],["Masalah kode / contoh","samplesCodeIssue","thumb-down"],["Lainnya","otherDown","thumb-down"]],["Terakhir diperbarui pada 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. |"]]
