Skip to content
体验新版
项目
组织
正在加载...
登录
切换导航
打开侧边栏
PaddlePaddle
VisualDL
提交
69c90307
V
VisualDL
项目概览
PaddlePaddle
/
VisualDL
大约 1 年 前同步成功
通知
88
Star
4655
Fork
642
代码
文件
提交
分支
Tags
贡献者
分支图
Diff
Issue
10
列表
看板
标记
里程碑
合并请求
2
Wiki
5
Wiki
分析
仓库
DevOps
项目成员
Pages
V
VisualDL
项目概览
项目概览
详情
发布
仓库
仓库
文件
提交
分支
标签
贡献者
分支图
比较
Issue
10
Issue
10
列表
看板
标记
里程碑
合并请求
2
合并请求
2
Pages
分析
分析
仓库分析
DevOps
Wiki
5
Wiki
成员
成员
收起侧边栏
关闭侧边栏
动态
分支图
创建新Issue
提交
Issue看板
未验证
提交
69c90307
编写于
6月 19, 2020
作者:
Y
YixinKristy
提交者:
GitHub
6月 19, 2020
浏览文件
操作
浏览文件
下载
电子邮件补丁
差异文件
Update README.md
上级
be2edc44
变更
1
隐藏空白更改
内联
并排
Showing
1 changed file
with
18 addition
and
8 deletion
+18
-8
docs/components/README.md
docs/components/README.md
+18
-8
未找到文件。
docs/components/README.md
浏览文件 @
69c90307
...
@@ -270,20 +270,28 @@ visualdl --logdir ./log --port 8080
...
@@ -270,20 +270,28 @@ visualdl --logdir ./log --port 8080
Graph组件一键可视化模型的网络结构。用于查看模型属性、节点信息、节点输入输出等,并进行节点搜索,协助开发者们快速分析模型结构与了解数据流向。
Graph组件一键可视化模型的网络结构。用于查看模型属性、节点信息、节点输入输出等,并进行节点搜索,协助开发者们快速分析模型结构与了解数据流向。
### Demo
### Demo
共有两种启动方式:
共有两种启动方式:
1.
如果只需要使用Graph功能,在命令行执行
`visualdl`
后,在浏览器输入
`http://127.0.0.1:8040`
即可启动。
-
前端启动Graph:
-
如只需使用Graph,无需添加任何参数,在命令行执行
`visualdl`
后即可启动。
-
如果同时需使用其他功能,在命令行指定日志文件路径(以
`./log`
为例),即可启动:
```
shell
visualdl
--logdir
./log
--port
8080
```
-
后端启动Graph:
2.
如果同时需使用其他功能,在命令行执行
-
在命令行加入参数
`--model`
并指定
**模型文件**
路径(非文件夹路径),即可启动:
```
shell
```
shell
visualdl
--logdir
./log
--port
8080
visualdl
--model
./log/model
--port
8080
```
```
在浏览器输入
`http://127.0.0.1:8080`
,即可启动。
启动后
上传模型
即可查看网络结构可视化:
启动后即可查看网络结构可视化:
<p
align=
"center"
>
<p
align=
"center"
>
<img
src=
"https://user-images.githubusercontent.com/48054808/84490149-51e20580-acd5-11ea-9663-1f156892c0e0.png"
width=
"80%"
/>
<img
src=
"https://user-images.githubusercontent.com/48054808/84490149-51e20580-acd5-11ea-9663-1f156892c0e0.png"
width=
"80%"
/>
...
@@ -292,6 +300,8 @@ Graph组件一键可视化模型的网络结构。用于查看模型属性、节
...
@@ -292,6 +300,8 @@ Graph组件一键可视化模型的网络结构。用于查看模型属性、节
### 功能操作说明
### 功能操作说明
-
一键上传模型
-
一键上传模型
-
支持模型格式:PaddlePaddle、ONNX、Keras、Core ML、Caffe、Caffe2、Darknet、MXNet、ncnn、TensorFlow Lite
-
实验性支持模型格式:TorchScript、PyTorch、Torch、 ArmNN、BigDL、Chainer、CNTK、Deeplearning4j、MediaPipe、ML.NET、MNN、OpenVINO、Scikit-learn、Tengine、TensorFlow.js、TensorFlow
<p
align=
"center"
>
<p
align=
"center"
>
<img
src=
"https://user-images.githubusercontent.com/48054808/84487396-44c31780-acd1-11ea-831a-1632e636613d.png"
width=
"80%"
/>
<img
src=
"https://user-images.githubusercontent.com/48054808/84487396-44c31780-acd1-11ea-831a-1632e636613d.png"
width=
"80%"
/>
...
...
编辑
预览
Markdown
is supported
0%
请重试
或
添加新附件
.
添加附件
取消
You are about to add
0
people
to the discussion. Proceed with caution.
先完成此消息的编辑!
取消
想要评论请
注册
或
登录