Update home page README.md

1a945422 · YixinKristy · GitHub · 043090f1 · 1a945422
显示空白变更内容
内联并排

Showing with 164 addition and 72 deletion

README.md README.md +164 -72

未找到文件。
--- a/README.md
+++ b/README.md
 <p align="center">
-  <img src="/frontend/packages/core/public/images/logo-visualdl.svg" width="60%"/>
+  <img src="http://visualdl.bj.bcebos.com/images/vdl-logo.png" width="70%"/>
 </p>
-[![Build Status](https://travis-ci.org/PaddlePaddle/VisualDL.svg?branch=develop)](https://travis-ci.org/PaddlePaddle/VisualDL)
-[![Documentation Status](https://img.shields.io/badge/docs-latest-brightgreen.svg?style=flat)](https://github.com/PaddlePaddle/VisualDL/tree/develop/docs)
-[![Release](https://img.shields.io/github/release/PaddlePaddle/VisualDL.svg)](https://github.com/PaddlePaddle/VisualDL/releases)
-[![License](https://img.shields.io/badge/license-Apache%202-blue.svg)](LICENSE)
 ## 介绍
-VisualDL是一个面向深度学习任务设计的可视化工具，利用丰富的图表展示数据，用户可以更直观、清晰地查看数据的特征与变化趋势，有助于分析数据、及时发现错误，进而改进神经网络模型的设计。
+VisualDL是深度学习模型可视化分析工具，以丰富的图表呈现训练参数变化趋势、模型结构、数据样本、高维数据分布等。可帮助用户更清晰直观地理解深度学习模型训练过程及模型结构，进而实现高效的模型优化。
-目前，VisualDL支持Scalar, Image, High Dimensional, Graph 这四个组件，项目正处于高速迭代中，新的组件会不断加入。
+VisualDL提供丰富的可视化功能，支持实时训练参数分析、图结构、数据样本可视化及高维数据降维呈现等诸多功能。具体功能使用方式，请参见 [**VisualDL使用指南**](https://github.com/PaddlePaddle/VisualDL/tree/develop/docs/components/README.md)。项目正处于高速迭代中，敬请期待新组件的加入。
-由于大多数DNN平台均使用Python作为配置语言，VisualDL原生支持python的使用，
+VisualDL原生支持python的使用， 通过在模型的Python配置中添加几行代码，便可为训练过程提供丰富的可视化支持。
-通过在模型的Python配置中添加几行，便可以为训练过程提供丰富的可视化支持。
+## 目录
-## 组件
+* [核心亮点](#核心亮点)
-VisualDL 目前支持以下组件：
- scalar
+* [安装方式](#安装方式)
- image
- high dimensional
- graph
-### Scalar
+* [使用方式](#使用方式)
-可以用于展示训练测试的指标变化趋势
-<p align="center">
+* [可视化功能概览](#可视化功能概览)
-<img src="/docs/images/scalar_test.png" width="100%"/>
-</p>
+* [开源贡献](#开源贡献)
-### Image
+* [更多细节](#更多细节)
-可以用于可视化任何图片，包括模型训练和预测得到的结果
-<p align="center">
-<img src="/docs/images/image_test.png" width="100%"/>
-</p>
-### High Dimensional
-可以用于将高维度数据映射到2D/3D可实现可视化
+## 核心亮点
-<p align="center">
+### 简单易用
-<img src="/docs/images/high_dimensional_test.png" width="100%"/>
-</p>
-## 安装
+API设计简洁易懂，使用简单。模型结构一键实现可视化。
-### 使用 Anaconda 安装
-Anaconda是一个用于科学计算的Python发行版，提供了包管理与环境管理的功能，可以很方便地解决多版本python并存、切换以及各种第三方包安装问题。
+### 功能丰富
-请根据[Anaconda下载网站](https://www.anaconda.com/download) 的指示去下载和安装Anaconda.
+功能覆盖训练参数、图结构、数据样本及数据降维可视化。
-下载Python 3.6版本的command-Line installer.
+### 高兼容性
+全面支持Paddle、ONNX、Caffe等市面主流模型结构可视化，广泛支持各类用户进行可视化分析。
+### 全面支持
+与飞桨服务平台及工具组件全面打通，为您在飞桨生态系统中提供最佳使用体验。
-创建conda环境名字为```vdl```或任何名字:
-```
-conda create -n vdl python=3.7
-```
-激活conda环境如下:
-```
-source activate vdl
-```
-现在再安装 VisualDL 和运行范例：
+## 安装方式
+使用pip安装 VisualDL 运行范例：
 ```shell
-pip install --upgrade visualdl
+pip install --upgrade visualdl==2.0.0a2
 ```
-也可以使用源代码安装方式，能够获取最新的VisualDL更新。
-### 使用代码安装
-建议在anaconda环境下进行安装。
+## 使用方式
-```shell
-git clone https://github.com/PaddlePaddle/VisualDL.git
+VisualDL将训练过程中的数据、参数等信息储存至日志文件中后，启动面板即可查看可视化结果。
-cd VisualDL
+### 1. 记录日志
+VisualDL的后端提供了Python SDK，可通过LogWriter定制一个日志记录器，接口如下：
-python setup.py bdist_wheel
+```python
-pip install --upgrade dist/visualdl-*.whl
+class LogWriter(
+                logdir=None,
+                comment='',
+                max_queue=10,
+                flush_secs=120,
+                filename_suffix='',
+                write_to_disk=True,
+                **kwargs
+                )
 ```
-## SDK
+#### 接口参数
-以最简单的Scalar组件为例，尝试创建一个日志记录多个scalar的数据步骤如下：
+| 参数            | 格式    | 含义                                                         |
+| --------------- | ------- | ------------------------------------------------------------ |
+| logdir          | string  | 日志文件所在的路径，VisualDL将在此路径下建立日志文件并进行记录，如果不填则默认为`runs/${CURRENT_TIME}` |
+| comment         | string  | 为日志文件夹名添加后缀，如果制定了logdir则此项无效           |
+| max_queue       | int     | 日志记录消息队列的最大容量，达到此容量则立即写入到日志文件   |
+| flush_secs      | int     | 日志记录消息队列的最大缓存时间，达到此时间则立即写入到日志文件 |
+| filename_suffix | string  | 为默认的日志文件名添加后缀                                   |
+| write_to_disk   | boolean | 是否写入到磁盘                                               |
+#### 示例
+设置日志文件并记录标量数据：
 ```python
 from visualdl import LogWriter
-with LogWriter(logdir="./tmp") as writer:
+# 在`./log/scalar_test/train`路径下建立日志文件
-    for step in range(100):
+with LogWriter(logdir="./log/scalar_test/train") as writer:
-        writer.add_scalar(step=step, value=step*2)
+    # 使用scalar组件记录一个标量数据
+    writer.add_scalar(tag="acc", step=1, value=0.5678)
+    writer.add_scalar(tag="acc", step=2, value=0.6878)
+    writer.add_scalar(tag="acc", step=3, value=0.9878)
 ```
+### 2. 启动面板
-## 启动VisualDL服务
+在上述示例中，日志已记录三组标量数据，现可启动VisualDL面板查看日志的可视化结果，共有两种启动方式：
-当训练过程中已经产生了日志数据，就可以启动VisualDL服务进行实时预览可视化信息。
+#### 在命令行启动
-### 在命令行中启动
+使用命令行启动VisualDL面板，命令格式如下：
+```python
+visualdl --logdir <dir_1, dir_2, ... , dir_n> --host <host> --port <port>
 ```
-visualdl --logdir <some log dir>
+参数详情：
+| 参数     | 意义                                                         |
+| -------- | ------------------------------------------------------------ |
+| --logdir | 设定日志所在目录，可以指定多个目录，VisualDL将遍历并且迭代寻找指定目录的子目录，将所有实验结果进行可视化 |
+| --host   | 设定IP，默认为`127.0.0.1`                                    |
+| --port   | 设定端口，默认为`8040`                                       |
+针对上一步生成的日志，启动命令为：
+```
+visualdl --logdir ./log
 ```
-board 还支持一些参数来实现远程的访问：
+#### 在Python脚本中启动
+支持在Python脚本中启动VisualDL面板，接口如下：
- `--host` 设定IP
- `--port` 设定端口
-### 在Python脚本中启动
 ```python
->>> from visualdl.server import app
+visualdl.server.app.run(logdir,
+                        host="127.0.0.1",
+                        port=8080,
+                        cache_timeout=20,
+                        language=None,
+                        open_browser=False)
+```
+接口参数：
+| 参数          | 格式                                             | 含义                                                         |
+| ------------- | ------------------------------------------------ | ------------------------------------------------------------ |
+| logdir        | string或list[string_1, string_2, ... , string_n] | 日志文件所在的路径，VisualDL将在此路径下递归搜索日志文件并进行可视化，可指定单个或多个路径 |
+| host          | string                                           | 指定启动服务的ip，默认为`127.0.0.1`                          |
+| port          | int                                              | 启动服务端口，默认为`8040`                                   |
+| cache_timeout | int                                              | 后端缓存时间，在缓存时间内前端多次请求同一url，返回的数据从缓存中获取，默认为20秒 |
+| language      | string                                           | VisualDL面板语言，可指定为'EN'或'CN'，默认自动匹配操作系统使用语言 |
+| open_browser  | boolean                                          | 是否打开浏览器，设置为True则在启动后自动打开浏览器并访问VisualDL面板 |
->>> app.run(logdir="SOME_LOG_DIR")
+针对上一步生成的日志，我们的启动脚本为：
+```python
+from visualdl.server import app
+app.run(logdir="./log")
 ```
-`app.run()`支持命令行启动的所有参数，除此之外，还可以通过指定`open_browser=True`，自动打开浏览器。
-## 贡献
-VisualDL 是由 [PaddlePaddle](http://www.paddlepaddle.org/) 和 [ECharts](http://echarts.baidu.com/) 合作推出的开源项目。我们欢迎所有人使用，提意见以及贡献代码。
+在使用任意一种方式启动VisualDL面板后，打开浏览器访问VisualDL面板，即可查看日志的可视化结果，如图：
+<p align="center">
+  <img src="http://visualdl.bj.bcebos.com/images/3points_demo.png" width="60%"/>
+</p>
+## 可视化功能概览
+### Scalar
+以图表形式实时展示训练过程参数，如loss、accuracy。让用户通过观察单组或多组训练参数变化，了解训练过程，加速模型调优。具有两大特点：
+#### 动态展示
+在启动VisualDL Board后，LogReader将不断增量的读取日志中数据并供前端调用展示，因此能够在训练中同步观测指标变化，如下图：
+<p align="center">
+  <img src="http://visualdl.bj.bcebos.com/images/dynamic_display.gif" width="60%"/>
+</p>
+#### 多实验对比
+只需在启动VisualDL Board的时将每个实验日志所在路径同时传入即可，每个实验中相同tag的指标将绘制在一张图中同步呈现，如下图：
+<p align="center">
+  <img src="http://visualdl.bj.bcebos.com/images/multi_experiments.gif" width="100%"/>
+</p>
+### Image
+实时展示训练过程中的图像数据，用于观察不同训练阶段的图像变化，进而深入了解训练过程及效果。
+<p align="center">
+<img src="http://visualdl.bj.bcebos.com/images/image-eye.gif" width="60%"/>
+</p>
+### High Dimensional
+将高维数据进行降维展示，目前支持T-SNE、PCA两种降维方式，用于深入分析高维数据间的关系，方便用户根据数据特征进行算法优化。
+<p align="center">
+<img src="http://visualdl.bj.bcebos.com/images/high_dimensional_test.png" width="100%"/>
+</p>
+## 开源贡献
+VisualDL 是由 [PaddlePaddle](http://www.paddlepaddle.org/) 和 [ECharts](http://echarts.baidu.com/) 合作推出的开源项目。欢迎所有人使用，提意见以及贡献代码。
 ## 更多细节
-想了解更多关于VisualDL的使用介绍，请查看[文档](./docs/README.md)
+想了解更多关于VisualDL可视化功能的使用详情介绍，请查看[**VisualDL使用指南**](https://github.com/PaddlePaddle/VisualDL/tree/develop/docs/components/README.md)。