Microsoft maakt zijn debugging- en visualisatietool TensorWatch beschikbaar voor het grote publiek. De tool is een hulpmiddel om de complexiteit van AI-projecten te verminderen.
Een van de meest tijdrovende klussen in softwareprojecten is het wegwerken van fouten. Zeker in het geval van AI-ontwikkeling, waarbij de complexiteit van machinelearning-modellen een rol spelen. Volgens Microsoft kan TensorWatch de complexiteit van trainingsmethodieken en de kosten van het verkrijgen van informatie uit de staat van het systeem in deeplearning-modellen, verminderen.
Visualiseren modellen
De AI-foutopsporingstool helpt ontwikkelaars hun modellen in interactieve grafieken te visualiseren, waardoor het eenvoudiger wordt om fouten te herkennen. De grafieken kunnen worden gegenereerd met behulp van de gegevens die door het AI-model tijdens het testen zijn geproduceerd.
Bovendien kunnen ontwikkelaars TensorWatch gebruiken om aangepaste visualisaties, gebruikersinterfaces en dashboards te maken. Daarbij kunnen er ook willekeurige zoekopdrachten uitgevoerd worden tijdens een live ML-trainingsproces. De tool kan een stream, als resultaat van die query’s, retourneren en een stream bekijken via elke visualizer.
Jupyter Notebook
In wezen is TensorWatch een Python-bibliotheek die gebruikt maakt van een Jupyter Notebook in plaats van voorverpakte gebruikersinterfaces. Dit gezien Jupyter Notebook eenvoudiger aangepast kan worden.
TensorWatch helpt ontwikkelaars niet alleen bij het visueel identificeren van bugs. De AI-foutopsporingstool maakt met behulp van de functie Lazy Logger Mode het oplossen van problemen bovendien ook hardware-efficiënter.
De code voor TensorWatch is te vinden op GitHub.
Gerelateerd: Nieuwe AI van Microsoft genereert realistische spraak