1 Star 0 Fork 170

qiuluyu / mindinsight

forked from MindSpore / mindinsight 
加入 Gitee
与超过 1200万 开发者一起发现、参与优秀开源项目,私有仓库也完全免费 :)
免费加入
克隆/下载
README_CN.md 6.33 KB
一键复制 编辑 原始数据 按行查看 历史
lvmingfu 提交于 2020-12-10 16:46 . modify pip source in readme.md

MindInsight

View English

MindInsight介绍

MindInsight为MindSpore提供了简单易用的调优调试能力。在训练过程中,可以将标量、张量、图像、计算图、模型超参、训练耗时等数据记录到文件中,通过MindInsight可视化页面进行查看及分析。

MindInsight Architecture

点击查看MindInsight设计文档,了解更多设计详情。 点击查看教程文档,了解更多MindInsight教程。

安装

确认系统环境信息

  • 硬件平台为Ascend或GPU。
  • 确认安装Python 3.7.5版本。
  • MindInsight与MindSpore的版本需保持一致。
  • 若采用源码编译安装,还需确认安装以下依赖。
    • 确认安装CMake 3.14.1及以上版本。
    • 确认安装GCC 7.3.0版本。
    • 确认安装node.js 10.19.0及以上版本。
    • 确认安装wheel 0.32.0及以上版本。
    • 确认安装pybind11 2.4.3及以上版本。
  • 其他依赖参见requirements.txt

安装方式

可以采用pip安装或者源码编译安装两种方式。

pip安装

pip install https://ms-release.obs.cn-north-4.myhuaweicloud.com/{version}/MindInsight/ascend/{system}/mindinsight-{version}-cp37-cp37m-linux_{arch}.whl --trusted-host ms-release.obs.cn-north-4.myhuaweicloud.com -i https://pypi.tuna.tsinghua.edu.cn/simple
  • 在联网状态下,安装whl包时会自动下载MindInsight安装包的依赖项(依赖项详情参见requirements.txt),其余情况需自行安装。
  • {version}表示MindInsight版本号,例如下载1.0.1版本MindInsight时,{version}应写为1.0.1。
  • {arch}表示系统架构,例如使用的Linux系统是x86架构64位时,{arch}应写为x86_64。如果系统是ARM架构64位,则写为aarch64
  • {system}表示系统版本,例如使用的欧拉系统ARM架构,{system}应写为euleros_aarch64,目前Ascend版本可支持以下系统euleros_aarch64/centos_aarch64/centos_x86/ubuntu_aarch64/ubuntu_x86;GPU版本可支持以下系统ubuntu_x86

源码编译安装

从代码仓下载源码
git clone https://gitee.com/mindspore/mindinsight.git
编译安装MindInsight

可选择以下任意一种安装方式:

  1. 在源码根目录下执行如下命令。

    cd mindinsight
    pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple
    python setup.py install
  2. 构建whl包进行安装。

    进入源码的根目录,先执行build目录下的MindInsight编译脚本,再执行命令安装output目录下生成的whl包。

    cd mindinsight
    bash build/build.sh
    pip install output/mindinsight-{version}-cp37-cp37m-linux_{arch}.whl -i https://pypi.tuna.tsinghua.edu.cn/simple

验证是否成功安装

执行如下命令:

mindinsight start

如果出现下列提示,说明安装成功:

Web address: http://127.0.0.1:8080
service start state: success

快速入门

使用MindInsight前,需要先将训练过程中的数据记录下来,启动MindInsight时,指定所保存的数据的位置,启动成功后, 即可通过可视化页面查看数据。下面将简单介绍记录训练过程数据,以及启动、停止MindInsight服务。

SummaryCollector是MindSpore提供的快速简易地收集一些常见信息的接口,收集的信息包括计算图、损失值、学习率、参数权重等。 下面是使用 SummaryCollector 进行数据收集的示例,其中指定存放数据的目录为 ./summary_dir

...

from mindspore.train.callback import SummaryCollector
summary_collector = SummaryCollector(summary_dir='./summary_dir')
model.train(epoch=1, ds_train, callbacks=[summary_collector])

更多记录可视化数据的方法,请点击查看MindInsight使用教程

收集好数据后,启动MindInsight时指定存放数据的目录。

mindinsight start --summary-base-dir ./summary_dir

启动成功后,通过浏览器访问 http://127.0.0.1:8080,查看可视化页面。

停止MindInsight服务的命令:

mindinsight stop

文档

有关安装指南、教程和API的更多详细信息,请参阅用户文档

社区

治理

查看MindSpore如何进行开放治理

交流

贡献

欢迎参与贡献。更多详情,请参阅我们的贡献者Wiki

版本说明

版本说明请参阅RELEASE

许可证

Apache License 2.0

Python
1
https://gitee.com/qiuluyu817/mindinsight.git
git@gitee.com:qiuluyu817/mindinsight.git
qiuluyu817
mindinsight
mindinsight
master

搜索帮助