一个小的包,使重量学习的实时可视化使用千层面模型在ipython笔记本电脑。
lasagne_visualizer的Python项目详细描述
================
千层面可视化仪
==========
图片::https://img.shields.io/pypi/v/lasagne_visualizer.svg
:目标:https://pypi.python.org/pypi/lasagne_visualizer
…图片::https://img.shields.io/travis/simonkohl/lasagne_visualizer.svg
:目标:https://travis ci.org/simonkohl/lasagne_visualizer
图片::https://readthedocs.org/projects/lasagne-visualizer/badge/?version=latest
:目标:https://lasagne-visualizer.readthedocs.io/en/latest/?徽章=最新
:alt:文档状态
…图片::https://pyup.io/repos/github/simonkohl/lasagne_visualizer/shield.svg
:目标:https://pyup.io/repos/github/simonkohl/lasagne_visualizer/
:alt:updates
体系结构。
----------
使用ipython笔记本,您现在可以实时监视模型的权重学习,或者在运行命令行python脚本时保存生成的可视化效果。
大致了解模型进度的权重,可以指导您如何调整体系结构及其参数。
其他框架(如tensorflow)从一开始就具有这样的可视化效果,而lasagne椆u visualizer试图提供类似的、但更为轻巧的权重,工具。
下图展示了输出的外观:
…图像::https://github.com/simonkohl/lasagne廑visualizer/blob/develop/examples/example.png
:目标:https://github.com/simonkohl/lasagne廑visualizer/blob/develop/examples/
example
----
有关如何在ipython笔记本中使用lasagne廑visualizer的示例,请参阅“图像分类微调<;https://github.com/simonkohl/lasagne_visualizer/blob/develop/examples/finetuning%20for%20image%20classification.ipynb>;``这是从'ebenolson<;https://github.com/ebenolson>;`.
更多信息
---
*免费软件:麻省理工学院许可证
*文档:https://lasagne visualizer.readthedocs.io.
features
--
*根据培训阶段,绘制出千层面权重的平均值/极值/1西格玛误差带自动选择所有可训练/当前可训练/用户指定的绘图层
*调整绘图中权重的范围
*TOdo:启用偏移权重的绘图
credits
----
>此包是使用Cookiecutter和“Audreyr/Cookiecutter PyPackage”项目模板创建的。
_ Cookiecutter:https://github.com/audreyr/Cookiecutter
。_` audreyr/cookiecutter pypackage`:https://github.com/audreyr/cookiecutter pypackage
===
=
=>历史
==
0.1.0(2016-11-30)
----
*pypi第一次发布。
千层面可视化仪
==========
图片::https://img.shields.io/pypi/v/lasagne_visualizer.svg
:目标:https://pypi.python.org/pypi/lasagne_visualizer
…图片::https://img.shields.io/travis/simonkohl/lasagne_visualizer.svg
:目标:https://travis ci.org/simonkohl/lasagne_visualizer
图片::https://readthedocs.org/projects/lasagne-visualizer/badge/?version=latest
:目标:https://lasagne-visualizer.readthedocs.io/en/latest/?徽章=最新
:alt:文档状态
…图片::https://pyup.io/repos/github/simonkohl/lasagne_visualizer/shield.svg
:目标:https://pyup.io/repos/github/simonkohl/lasagne_visualizer/
:alt:updates
体系结构。
----------
使用ipython笔记本,您现在可以实时监视模型的权重学习,或者在运行命令行python脚本时保存生成的可视化效果。
大致了解模型进度的权重,可以指导您如何调整体系结构及其参数。
其他框架(如tensorflow)从一开始就具有这样的可视化效果,而lasagne椆u visualizer试图提供类似的、但更为轻巧的权重,工具。
下图展示了输出的外观:
…图像::https://github.com/simonkohl/lasagne廑visualizer/blob/develop/examples/example.png
:目标:https://github.com/simonkohl/lasagne廑visualizer/blob/develop/examples/
example
----
有关如何在ipython笔记本中使用lasagne廑visualizer的示例,请参阅“图像分类微调<;https://github.com/simonkohl/lasagne_visualizer/blob/develop/examples/finetuning%20for%20image%20classification.ipynb>;``这是从'ebenolson<;https://github.com/ebenolson>;`.
更多信息
---
*免费软件:麻省理工学院许可证
*文档:https://lasagne visualizer.readthedocs.io.
features
--
*根据培训阶段,绘制出千层面权重的平均值/极值/1西格玛误差带自动选择所有可训练/当前可训练/用户指定的绘图层
*调整绘图中权重的范围
*TOdo:启用偏移权重的绘图
credits
----
>此包是使用Cookiecutter和“Audreyr/Cookiecutter PyPackage”项目模板创建的。
_ Cookiecutter:https://github.com/audreyr/Cookiecutter
。_` audreyr/cookiecutter pypackage`:https://github.com/audreyr/cookiecutter pypackage
===
=
=>历史
==
0.1.0(2016-11-30)
----
*pypi第一次发布。