百度推出了一款名为“Guardian”VisualDL的新工具，可以应用于所有主要的深度学习框架图像进行视觉分析。百度希望借此为全球更广泛的用户提供更便捷高效的深度学习工具。目前大部分深度学习框架都提供了Python用户界面，通常以日记的形式记录训练过程的状态。这种方法可以在短时间内观察训练状态，但难以从全局的角度把握训练过程中的变化。趋势，导致在提取信息时受到更多限制。相比之下，VisualDL改变了传统的日记式记录形式，让用户更容易将训练过程可视化，帮助他们更好地掌控全局。在具体使用方面，VisualDL深度学习可视化工具功能全面。首先，它的“Scalar”功能支持Scalar点状数据的展示，可以以折线图的形式展示训练信息，便于观察整体趋势，也可以在同一个可视化视图中呈现多条折线，方便用户对比分析。其次，VisualDL的“图像”功能支持图像显示。用户可以方便地查看数据样本的质量，以及训练的中间结果，例如卷积层的输出或GAN生成的图像。同时，VisualDL还具有Histogram参数分布的显示功能，方便用户查看参数矩阵中数值的分布曲线，随时观察参数值分布的变化趋势.最后，VisualDL中的“Graph”还可以帮助用户查看深度神经网络的模型结构。据悉，Graph支持直接预览ONNX模型。由于MXNet、Caffe2、Pytorch和CNTK都支持转换ONNX模型，这意味着Graph可以间接支持不同框架的模型可视化功能，让用户轻松排查网络配置错误。,帮助理解网络结构。具体可以参考下面的可视化案例：下图是参数分布和张量的可视化：下图是张量和中间生成的图像的可视化：下图是显示过程中的误差趋势训练过程：VisualDL功能全面，另外还具有易于集成、使用方便等优点。它可以提供一个独立的PythonSDK。如果用户的训练任务是基于Python的，可以直接安装VisualDL的WHL软件包，然后导入到项目中使用。使用方法简单方便。为了满足用户不同的操作需求，用户可以在自己的Python代码中加入VisualDL的日志逻辑，启动VisualDL后，可以通过浏览器查看日志的可视化结果。此外，VisualDL在底层使用C++编写，并提供原生的C++SDK。用户可以将其深度集成到自己的C++项目中，以实现更高效的性能。值得一提的是，VisualDL现已全面开放，支持大部分深度学习框架。其SDK级别可以轻松集成到Python或C++项目中。此外，Graph可以通过ONNX直接支持PaddlePaddle、TensorFlow、MxNet、PyTorch、Caffe2等流行的深度学习框架。对于开发者来说，VisualDL可以将深度学习任务的训练过程可视化，减少用户观察对比的时间，让整个训练过程更加高效。近年来，深度学习在各个领域都受到了大力追捧。在国家层面，深度学习框架已经成为国家人工智能战略的重要组成部分。据悉，百度也在深度学习领域深耕多年。2016年，百度开源了PaddlePaddle分布式深度学习平台，并开放给开源社区Github和百度大脑平台供开发者下载使用。百度飞桨具有易学易用、高效灵活的特点。同时，由于更适合中国国情，深受中国开发者的喜爱。目前，百度飞桨在社区活跃度、易学易用、行业应用三个方面取得了突破。不仅如此，为了培养更多的深度学习人才，百度不仅成立了PaddlePaddle训练营，为开发者和初创企业提供大量资源，帮助他们的产品快速落地行业，还推出了第一个深度学习中国的教育。联盟全方位支持深度学习人才培养。百度相关负责人表示，人工智能作为国家战略的一部分，已经成为各大行业巨头的必争之地。深度学习作为最热门的研究领域，关系到中国人工智能产业整体的发展潜力。作为中国领先的人工智能公司，百度将继续致力于为开发者提供最适合中国国情的开源深度学习平台和各种深度学习工具，以满足中国开发者对人工智能的需求。最大程度让深度学习给各行各业带来巨大的改变。
