Искусственный интеллект - это будущее, и все технические гиганты уже это знают. Им не выгодно работать над продвижением этой технологии в одиночку и, таким образом, время от времени корпорации выпускают полезные ресурсы и мощные инструменты, чтобы помочь небольшим организациям и отдельным разработчикам выполнять свою часть работы.

С учетом вышесказанного несколько дней назад Microsoft анонсировала TensorWatch - инструмент для отладки и визуализации с открытым исходным кодом, который призван помочь развивать искусственный интеллект.

TensorWatch основан Jupyter Notebook и может выполнять несколько ключевых задач анализа для моделей и данных AI. Он показывает в реальном времени визуализацию обучения ML. Он может выполнять случайные запросы в процессе обучения ML и возвращать поток в результате запроса. Вы можете просмотреть этот поток с помощью визуализатора.

TensorWatch является гибким, расширяемым и позволяет пользователям создавать свои собственные пользовательские визуализации, пользовательские интерфейсы и информационные панели. На данный момент он находится в стадии разработки, но компания стремится предоставить простое в использовании машинное обучение для отладки платформы в виде специального пакета.

По словам Шитала Шаха, главного инженера-исследователя в Microsoft Research AI, «нам нравится думать о TensorWatch как о швейцарском ноже для отладки с множеством передовых возможностей, которые исследователи и инженеры найдут полезными в своей работе. Мы представили TensorWatch на симпозиуме ACM SIGCHI 2019 года по инженерным интерактивным вычислительным системам».

Некоторые основные особенности TensorWatch

Ленивый режим ведения журнала

TensorWatch представляет режим отложенного ведения журнала.

Это помогает пользователям распознавать и отслеживать переменные, в том числе большие модели или целые партии во время обучения. Кроме того, вы можете выполнять интерактивные запросы для запуска в контексте этих переменных, которые дополнительно возвращают потоки в результате.

Streams

В TensorWatch данные и объекты, такие как консоль, сокеты, облачное хранилище, файлы и даже визуализации, рассматриваются как потоки. Эти потоки могут анализировать другие потоки и приводят к созданию пользовательских графиков потоков данных.

Простая настройка и визуализация

Jupyter Notebook предоставляет простые настройки. Вы можете в интерактивном режиме отлаживать учебные процессы в режиме реального времени с помощью компонуемого пользовательского интерфейса или интерактивных общих панелей в Jupyter Lab.

Так как TensorWatch является библиотекой Python, пользователи могут создавать свои собственные пользовательские интерфейсы или использовать ее со многими другими задачами в широкой экосистеме данных Python. Он поддерживает гистограммы, круговые диаграммы, трехмерные варианты и многие другие стандартные типы визуализации.

«Например, вы можете написать лямбда-выражение, которое вычисляет градиенты среднего веса в каждом слое в модели при завершении каждого пакета и отправляет результат в виде потока тензоров, которые можно построить в виде гистограммы», - написал Шах .

Наконец, TensorWatch помогает визуализировать потоки данных в режиме реального времени.