視覚化分析は、複雑なデータと結果を直感的なグラフとチャートに変換し、重要な情報への迅速なアクセス、トレンドの特定、およびより効率的な意思決定を可能にします。 このトピックでは、Machine Learning Designerの2つの視覚化された分析ツール (ダッシュボードとTensorBoard) について説明します。
概要
ダッシュボードとTensorBoardは、データ分析と機械学習のための優れた視覚化ツールであり、それぞれさまざまなシナリオに適しています。
比較アイテム | ダッシュボード | TensorBoard |
目的 | ビジネスデータの可視化に使用されます。 データ分析結果、ビジネスメトリクス、およびリアルタイムのデータモニタリングの表示に適しています。 | 機械学習モデルのトレーニングプロセスを視覚化し、開発者がモデルの理解、デバッグ、最適化を支援するために使用されます。 |
特徴 | さまざまなグラフタイプとドラッグアンドドロップインターフェイスを提供し、ユーザーがインタラクティブで視覚的に魅力的なデータダッシュボードを作成できるようにします。 | 損失関数曲線、精度曲線、モデル構造、パラメータ分布、学習率変化を視覚化するためのツールが含まれています。 |
適用シナリオ | エンタープライズレベルのデータ分析、運用モニタリング、およびビジネスレポート。 | 深層学習モデルトレーニングのモニタリング、モデルパフォーマンスの分析、実験の比較。 |
サポートされているコンポーネント |
|
|
使用状況 |
ダッシュボードで分析レポートを表示
パイプラインを作成して実行します。 成功したら:
すべてのビジュアルコンポーネントを表示するには、キャンバスの上の
アイコンをクリックします。 これにより、ダッシュボードをサポートする現在のパイプラインのすべてのコンポーネントの視覚的表現が表示されます。 ここでは、プリセットテンプレート心疾患予測を例として使用する。
単一のビジュアルコンポーネントを表示するには、目的のコンポーネント (この例では、混乱マトリックスやバイナリ分類評価など、ビジュアル分析ダッシュボードをサポートするコンポーネント) を右クリックし、[ビジュアル分析] を選択します。
TensorBoardでモデルトレーニング結果を表示する
TensorBoardをサポートするコンポーネントでパイプラインを作成します。 サポートされるコンポーネントの一覧については、「概要」をご参照ください。 作成時にデータストレージパスを設定することを推奨します。 TensorBoardはアルゴリズムロジックに基づいてパスをレンダリングし、システムはTensorBoardの起動時にデータストレージパスを自動的に取得します。
必要に応じてコンポーネントを設定し、パイプラインを実行します。
説明TensorBoardビジュアライゼーションコンポーネントオブジェクト検出 (easycv) を使用する場合は、モデルタイプパラメーターがYOLOXに設定されていることを確認します。
実行が成功したら、TensorBoardビジュアライゼーションコンポーネントを右クリックし、[TensorBoardの表示] を選択します。
[TensorBoardの開始] をクリックします。
データストレージパスが変更されている場合は、TensorBoardビジュアライゼーションコンポーネントを右クリックし、[現在のノードを実行] を選択します。 次に、TensorBoardを再起動すると、更新されたストレージパスに基づいて新しいインスタンスを開始する前に、実行中のTensorBoardインスタンスが削除されます。
