tensorwatch

Python 機器學習與資料科學的除錯、監控與視覺化工具

tensorwatch 是什麼?

Python 機器學習與資料科學的除錯、監控與視覺化工具。使用 TensorWatch 進行即時訓練監控、模型比較與可視化分析。

tensorwatch 概覽

這是什麼

TensorWatch 是微軟研究院開發的除錯與視覺化工具,專為資料科學、深度學習與強化學習設計。它能在 Jupyter Notebook 中即時顯示機器學習訓練的視覺化結果,並執行模型與資料的分析任務。此工具設計上具備彈性與可擴充性,可建立自訂視覺化、使用者介面與儀表板。它還包含「懶惰記錄模式」(Lazy Logging Mode),能對即時機器學習訓練過程執行任意查詢,並將結果以串流形式回傳。

主要功能

  • 在 Jupyter Notebook 中即時視覺化(折線圖、直方圖、圓餅圖、散佈圖等) - 懶惰記錄模式:對即時訓練過程執行任意 Python 表達式,並以選定的視覺化工具檢視結果 - 資料流圖架構:串流可監聽其他串流,實現任意資料流圖 - 支援 Python 3.x、PyTorch 0.4-1.x 與 TensorFlow eager tensors - 安全機制:HMAC-SHA256 認證、RestrictedUnpickler 允許清單、預設綁定 localhost - 可自動從腳本產生 Jupyter Notebook

使用情境

除錯與監控機器學習訓練、在 Jupyter Notebook 中即時視覺化、建立自訂儀表板、透過懶惰記錄模式進行互動式除錯、分析模型與資料。

快速開始

pip install tensorwatch README 中的範例程式碼: import tensorwatch as tw import time w = tw.Watcher(filename='test.log') s = w.create_stream(name='metric1') w.make_notebook() for i in range(1000): s.write((i, i*i)) time.sleep(1) 執行後會產生 Jupyter Notebook 檔案 test.ipynb。使用 jupyter notebook 開啟並執行所有儲存格,即可看到即時折線圖。

授權與價格

MIT 授權,開放原始碼。

內容整理自該專案公開的 README 與儲存庫資訊。

將此徽章加入你的 README

Featured on YunoDB 徽章樣式與說明

你是這個專案的維護者嗎?展示它已收錄於 YunoDB。

Markdown[![Featured on YunoDB](https://yunodb.com/badge/microsofttensorwatch.svg)](https://yunodb.com/tools/microsofttensorwatch?utm_source=github&utm_medium=badge)
HTML<a href="https://yunodb.com/tools/microsofttensorwatch?utm_source=github&utm_medium=badge"><img src="https://yunodb.com/badge/microsofttensorwatch.svg" alt="Featured on YunoDB" height="20"></a>