Introducción a la visualización de trabajos de entrenamiento
Notebook de ModelArts de la nueva versión es compatible con TensorBoard y MindInsight para visualizar los trabajos de entrenamiento. En el entorno de desarrollo, utilice pequeños conjuntos de datos para entrenar y depurar algoritmos, durante los cuales puede comprobar la convergencia del algoritmo y detectar problemas para facilitar la depuración.
Puede crear trabajos de visualización de tipos TensorBoard y MindInsight en ModelArts.
Tanto TensorBoard como MindInsight muestran eficazmente la tendencia de cambio de un trabajo de entrenamiento y los datos utilizados en el entrenamiento.
- TensorBoard
TensorBoard muestra eficazmente el gráfico computacional de TensorFlow en el proceso de ejecución, la tendencia de todas las métricas en el tiempo y los datos utilizados en el entrenamiento.
Los trabajos de entrenamiento en visualización de TensorBoard solo admiten las variantes de CPU y GPU basadas en imágenes de TensorFlow 2.1 y PyTorch 1.4 y 1.8. Seleccione las imágenes y variantes según los requisitos del sitio.
- MindInsight
MindInsight visualiza la información como escalares, imágenes, gráficos computacionales e hiperparámetros modelados durante el entrenamiento. También proporciona funciones como panel de entrenamiento, linaje de modelos, linaje de datos y depuración de rendimiento, lo que le ayuda a entrenar y depurar modelos de manera eficiente. MindInsight apoya los trabajos de entrenamiento de MindSpore.
A continuación se muestran las imágenes y variantes compatibles con los trabajos de entrenamiento en visualización de MindInsight y se seleccionan imágenes y variantes según los requisitos del sitio.
- MindSpore 1.2.0 (CPU o GPU)
Puede utilizar el archivo de resumen generado durante el entrenamiento del modelo para crear un trabajo de visualización en Notebook de DevEnviron.
- Para obtener detalles sobre cómo crear un trabajo de visualización de MindInsight en un entorno de desarrollo, consulte Trabajos de visualización de MindInsight.
- Para obtener detalles sobre cómo crear un trabajo de visualización de TensorBoard en un entorno de desarrollo, consulte Trabajos de visualización de TensorBoard.
