Microsoft开源AI调试工具

微软已经在GitHub上的开源下发布了TensorWatch，这是一个AI调试和可视化工具。TensorWatch可用于创建自定义可视化，UI和仪表板。

它也可以用于针对您的实时ML训练过程执行任意查询，作为查询结果返回流，并使用您选择的可视化工具查看该流。

TensorWatch是一个使用Jupyter Notebook而不是预先打包的用户界面的Python库，因为Jupyter Notebook更易于自定义。在进行实时培训过程的交互式调试时，您可以选择使用Jupyter Notebook中的可组合UI或Jupyter Lab中的实时共享仪表板。您还可以使用Python构建自己的自定义UI，或选择现有的Python UI。TensorWatch还支持2D和3D版本的几种标准可视化类型，包括条形图，直方图和饼图。

TensorWatch中的数据与其他对象（包括文件，控制台，套接字，云存储和可视化）一样被视为流。TensorWatch流可以侦听其他流，从而可以将自定义数据流图放在一起，开发人员说这意味着您可以将多个流渲染到同一可视化中，或者可以在多个可视化中同时渲染一个流，或者可以将一个流保留在许多文件中，或者根本不保留。

TensorWatch中使用的另一个主要思想是惰性日志记录模式。这意味着您不必设置显式日志记录；相反，您可以让TensorWatch观察变量。这样可以降低开销，因此您可以在训练过程中跟踪任意多个变量，包括大型模型或整个批次。

然后，您可以在TensorWatch观察到的变量的上下文中执行交互式查询，并获取返回的流。然后可以可视化，保存或处理这些流。开发人员给出了一个示例，该示例编写一个lambda表达式，该表达式在每批完成时计算模型中各层的平均重量梯度，并将结果作为张量流发送，并可以绘制为条形图。

TensorWatch还基于现有的开源库为训练前和训练后阶段提供功能，以提供模型图可视化，通过降维进行数据探索，模型统计以及用于卷积网络的多个预测解释器。