I vincoli dei dispositivi edge spesso richiedono passaggi aggiuntivi per convertire e ottimizzare i modelli prima che vengano eseguiti in modo efficiente e la visualizzazione è uno dei modi più efficaci per comprendere un modello e identificare i target per l'ottimizzazione.
Conversione
Quantizzazione
Ottimizzazione
La funzionalità di confronto affiancato di Model Explorer semplifica il rilevamento dei problemi relativi alle conversioni. Esplora il grafico livello per livello, approfondito espandendo e comprimendo le sezioni.
Esamina la struttura interna e le connessioni all'interno dei grafici con la granularità necessaria.
Utilizza Model Explorer per identificare le operazioni problematiche interessate dalla quantizzazione. Ordina le operazioni in base alle metriche degli errori per rilevare cali di qualità,
ottenere approfondimenti per livello e confrontare diversi risultati di quantizzazione
per trovare il compromesso ideale tra dimensioni e qualità del modello.
Utilizza Model Explorer per comprendere meglio l'output degli strumenti di benchmarking e debug. Scopri quali operazioni possono essere eseguite su GPU, ordina le operazioni in base alla latenza e confronta le prestazioni per operazione tra gli acceleratori.
Supporto per modelli di grandi dimensioni
Model Explorer è progettato per eseguire il rendering di modelli di grandi dimensioni senza problemi. Migliaia di
nodi? Nessun problema. Il motore di rendering basato su GPU è in grado di eseguire l'upscaling per eseguire il rendering senza problemi anche di modelli molto grandi. Inoltre, l'approccio unico di Model Explorer al collapse dei livelli come un sistema di file e cartelle consente di navigare più velocemente e facilmente.
Funzionalità progettate per aiutarti a lavorare più velocemente
Ricerca
Visualizzazione divisa
Overlay di dati
La potente ricerca basata su regex ti aiuta a individuare, filtrare ed evidenziare node specifici.
Carica i modelli affiancati nella stessa scheda per un facile confronto.
Carica dati personalizzati specifici per i nodi in Esplorazione modelli per identificare rapidamente hot spot e altri problemi del modello.
Esporta in .png
Aggiunta ai preferiti
Metadati di facile accesso
Con un solo clic, esporta un'immagine del grafico da condividere con il tuo team.
Salva la tua posizione nel grafico aggiungendo preferiti, in modo da passare facilmente da un'area all'altra.
Visualizza le forme dei tensori, traccia input e output, evidenzia livelli identici, visualizza i conteggi dei nodi secondari e altro ancora.
Due modi per utilizzare Esplorazione modelli
Eseguire il programma localmente
Eseguirlo in un blocco note di Colab
Segui le semplici istruzioni di installazione su GitHub per configurare Model Explorer sulla tua macchina locale. Viene eseguito in una finestra del browser e tutti i dati rimangono locali.
Supporta Linux, Mac e Windows.
Model Explorer funziona bene in Colab, il che significa che puoi integrarlo nel
tuo flusso di lavoro di sviluppo del modello esistente. Prova il notebook di dimostrazione o segui le istruzioni di installazione per aggiungerlo al tuo.
[[["Facile da capire","easyToUnderstand","thumb-up"],["Il problema è stato risolto","solvedMyProblem","thumb-up"],["Altra","otherUp","thumb-up"]],[["Mancano le informazioni di cui ho bisogno","missingTheInformationINeed","thumb-down"],["Troppo complicato/troppi passaggi","tooComplicatedTooManySteps","thumb-down"],["Obsoleti","outOfDate","thumb-down"],["Problema di traduzione","translationIssue","thumb-down"],["Problema relativo a esempi/codice","samplesCodeIssue","thumb-down"],["Altra","otherDown","thumb-down"]],["Ultimo aggiornamento 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. |"]]
