在這個(gè)全球信息化的時(shí)代，數(shù)據(jù)量呈爆炸式增長，數(shù)據(jù)的復(fù)雜性也是如此。如何有效地處理高維數(shù)據(jù)并找到隱藏在其中的相關(guān)性和模式是一個(gè)嚴(yán)峻的挑戰(zhàn)。近年來，可視化和可視化分析已被應(yīng)用于該任務(wù)，并取得了一些積極成果。Facebook的新HiPlot是一個(gè)輕量級(jí)的交互式可視化工具，它更進(jìn)一步，使用平行圖來發(fā)現(xiàn)此類高維數(shù)據(jù)中的相關(guān)性和模式。
HiPlot 在交互性、簡單性和可擴(kuò)展性方面優(yōu)于其他現(xiàn)有可視化工具。造成這種情況的原因有很多。首先，HiPlot 使用交互式平行圖（可視化和過濾高維數(shù)據(jù)的有用方法）和其他圖形方法來更清晰地呈現(xiàn)信息。平行圖是交互式的，通過沿不同值范圍內(nèi)的一個(gè)或多個(gè)軸繪制或使用不同的顏色，用戶可以輕松自行決定更改數(shù)據(jù)可視化樣式。其次，HiPlot可以直接通過IPython筆記本使用，其中簡單的語法使用戶能夠同時(shí)查看多個(gè)實(shí)驗(yàn)。第三，不同系統(tǒng)日志格式的不兼容會(huì)使數(shù)據(jù)分析變得困難，但HiPlot與開源Facebook AI庫中的日志兼容，以幫助研究人員更好地進(jìn)行超參數(shù)搜索。HiPlot的Web服務(wù)器默認(rèn)可以讀取CSV或JSON文件，用戶還可以提供他們的自定義Python解析器，將他們的實(shí)驗(yàn)轉(zhuǎn)換為HiPlot實(shí)驗(yàn)。
例如，在基于群體的訓(xùn)練可視化的情況下，由于現(xiàn)有超參數(shù)調(diào)整方法的訓(xùn)練任務(wù)可能會(huì)使用不同的超參數(shù)多次分叉，因此分析此類實(shí)驗(yàn)具有挑戰(zhàn)性，并且它們可能包含難以發(fā)現(xiàn)的錯(cuò)誤。然而，HiPlot可以顯示相關(guān)數(shù)據(jù)點(diǎn)之間的邊界，使此類實(shí)驗(yàn)更加容易和準(zhǔn)確地可視化。
Facebook HiPlot 可以通過有效分析深度神經(jīng)網(wǎng)絡(luò)的超參數(shù)調(diào)整來幫助緩解與模型復(fù)雜性增加相關(guān)的問題。Facebook AI希望其他研究人員能夠使用HiPlot更徹底地探索他們的實(shí)驗(yàn)數(shù)據(jù)，并為未來更高效的訓(xùn)練技術(shù)提供基礎(chǔ)。文章來源：http://www.zghlxwxcb.cn/news/detail-670099.html
有關(guān)HiPlot的更多信息，請(qǐng)查看項(xiàng)目頁面。HiPlot 工具可以從 GitHub 下載。文章來源地址http://www.zghlxwxcb.cn/news/detail-670099.html
到了這里，關(guān)于Facebook HiPlot “讓理解高維數(shù)據(jù)變得容易”的文章就介紹完了。如果您還想了解更多內(nèi)容，請(qǐng)?jiān)谟疑辖撬阉鱐OY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！
