摘要：在模型的开发过程中，精度达不到预期常常让人头疼。为了帮助用户解决模型调试调优的问题，我们为MindSpore量身定做了可视化调试调优组件：MindInsight。 本文分享自华为云社区《技术干货 | 模型优化精度、速度我全都要！MindSpore模型精度调优实战（二）》，原文作者：HWCloudAI 。 引言：
在Deep Learning的过程中，处处都有挑战： 训练过程难以观察、多次实验管理分析手段原始效率低、人肉调参费时费力、精度性能问题难定位等。推荐使用MindSpore生态下的可视化调试调优工具——MindInsight，MindInsight中集成了精度调优、性能调优、脚本迁移等功能，帮助你高效管理实
转载自 华为云论坛 https://bbs.huaweicloud.com/forum/forum.php?mod=viewthread&tid=106624 MindSpore模型精度调优实战（二） 精度调试调优思路 MindSpore团队 引子：在模型的开发过程中，精度达不到预期常常让人头疼。为了帮助用户解决模型调试调优的问题，我们为MindSpore量身
MindInsight张量可视设计介绍 特性背景 张量可视，能够帮助用户直观查看训练过程中的Tensor值，既支持以直方图的形式呈现Tensor的变化趋势，也支持查看某次step的具体Tensor值。Tensor包括权重值、梯度值、激活值等。 总体设计 Tensor可视主要是解析由MindSpore的TensorSummary算子记录
MindInsight训练可视整体设计介绍 MindInsight是MindSpore的可视化调试调优组件。通过MindInsight可以完成训练可视、性能调优、精度调优等任务。 训练可视功能主要包括训练看板、模型溯源、数据溯源等功能，训练看板中又包括标量、参数分布图、计算图、数据图、数据抽样、张量等子
MindInsight计算图可视设计 特性背景 计算图可视的功能，主要协助开发者在下面这些场景中使用。 开发者在编写深度学习神经网络的代码时，可以使用计算图的功能查看神经网络中算子的数据流走向，以及模型结构。 计算图还可以方便开发者查看指定节点的输入和输出节点，以及所查找的节点的
