視覺化工具可讓您分析機器學習模型和圖形，加速部署至裝置端目標。
加快邊緣開發速度
邊緣裝置的限制通常需要額外步驟，才能在模型執行前轉換及最佳化模型，而視覺化是瞭解模型並找出最佳化目標的最有效方法之一。
| 轉換 | 量化 | 提升效率 |
|---|---|---|
| Model Explorer 的並排比較功能，可方便您找出轉換相關問題。可依圖層瀏覽圖表，展開及收合區段即可深入查看圖表。按照所需的精細程度檢查圖表內的內部結構和連線。 | 使用 Model Explorer 找出受到量化影響的問題作業。按照錯誤指標排序運算，以找出品質下降問題、取得每層的深入分析，並比較不同的量化結果，以找出理想的模型大小品質取捨。 | 使用 Model Explorer 進一步瞭解基準測試和偵錯工具的輸出內容。深入瞭解哪些運算可在 GPU 上執行、按照延遲時間排序運算，並比較各加速器的個別運算效能。 |
支援大型模型
Model Explorer 能夠流暢算繪大型模型。數千個節點？別擔心！GPU 型轉譯引擎能夠向上擴充，甚至可以順暢轉譯非常大型的模型。Model Explorer 獨有的方法來將圖層 (例如檔案和資料夾系統) 收合，代表瀏覽速度更快、更簡單。
可提升工作效率的功能
| 搜尋 | 分割檢視畫面 | 資料疊加層 |
|---|---|---|
| 強大的以規則運算式為基礎的搜尋功能，可協助您尋找、篩選及醒目顯示特定節點。
|
在同一個分頁中並排載入模型，方便您進行比較。
|
在 Model Explorer 中載入自訂節點專屬資料，快速找出模型的熱點和其他問題。
|
| 匯出至 .png | 書籤 | 輕鬆存取中繼資料 |
| 只要按一下按鈕，即可匯出圖表圖片並分享給團隊成員。
|
新增書籤即可儲存位置，方便快速切換區域。
|
查看張量形狀、追蹤記錄輸入和輸出內容、醒目顯示相同的圖層，以及查看子項節點數量等等。
|
模式多層檢視的兩種方法
| 在本機執行 | 在 Colab 筆記本中執行 |
|---|---|
| 按照 GitHub 上的簡易安裝操作說明，在本機電腦上設定 Model Explorer。系統會在瀏覽器視窗中執行，且所有資料都會保留在本機中。支援 Linux、Mac 和 Windows。 | Model Explorer 可在 Colab 中順利執行，因此您可以將模型整合至現有的模型開發工作流程中。請參閱示範筆記本，或按照安裝操作說明自行新增筆記本。 |