Este conteúdo foi traduzido por máquina para sua conveniência e a Huawei Cloud não pode garantir que o conteúdo foi traduzido com precisão. Para exibir o conteúdo original, use o link no canto superior direito para mudar para a página em inglês.
Central de ajuda/ ModelArts/ DevEnviron/ JupyterLab/ Treinamento de modelo visualizado/ Introdução à visualização do trabalho de treinamento
Atualizado em 2024-09-14 GMT+08:00

Introdução à visualização do trabalho de treinamento

O notebook do ModelArts da nova versão suporta TensorBoard e MindInsight para visualizar trabalhos de treinamento. No ambiente de desenvolvimento, use pequenos conjuntos de dados para treinar e depurar algoritmos, durante os quais você pode verificar a convergência do algoritmo e detectar problemas para facilitar a depuração.

Você pode criar trabalhos de visualização dos tipos TensorBoard e MindInsight no ModelArts.

Tanto o TensorBoard quanto o MindInsight exibem efetivamente a tendência de mudança de um trabalho de treinamento e os dados usados no treinamento.

  • TensorBoard

    O TensorBoard exibe efetivamente o gráfico computacional de TensorFlow no processo de execução, a tendência de todas as métricas no tempo e os dados usados no treinamento. Para mais detalhes sobre o TensorBoard consulte o site oficial do TensorBoard.

    As tarefas de treinamento de visualização do TensorBoard são compatíveis apenas com flavors de CPU e GPU baseadas em imagens do TensorFlow 2.1 e PyTorch 1.4 e 1.8. Selecione imagens e flavors com base nos requisitos do site.

  • MindInsight

    O MindInsight visualiza informações como escalares, imagens, gráficos computacionais e hiperparâmetros do modelo durante o treinamento. Ele também fornece funções como painel de treinamento, linhagem de modelos, linhagem de dados e depuração de desempenho, ajudando você a treinar e depurar modelos com eficiência. O MindInsight oferece suporte a trabalhos de treinamento de MindSpore. Para mais informações sobre o MindInsight, consulte o site oficial do MindSpore.

    Veja a seguir as imagens e flavors suportados pelos trabalhos de treinamento de visualização do MindInsight e seleciona imagens e flavors com base nos requisitos do site.

    • MindSpore 2.0 (CPU ou GPU)

Você pode usar o arquivo de resumo gerado durante o treinamento do modelo para criar um trabalho de visualização no Notebook do DevEnviron.