可視化分析
可視化分析能夠將數據轉化為圖形和圖表，以直觀、易懂的方式展示復雜的數據和分析結果，幫助您快速獲取關鍵信息，識別趨勢和模式，從而更高效地進行分析和決策。本文為您介紹Designer的兩種可視化分析工具：可視化大屏和TensorBoard。
簡介
在數據分析和機器學習領域，可視化大屏與TensorBoard作為兩種常見的可視化工具，服務于不同的應用場景：
對比項 | 可視化大屏 | TensorBoard |
用途 | 用于業務數據的可視化展示。適合用于展示數據分析結果、業務指標、實時數據監控等。 | 用于機器學習模型訓練過程的可視化。幫助開發者理解、調試和優化模型。 |
功能 | 提供多種圖表類型、拖拽式界面設計等功能，可以幫助用戶創建交互性強、界面美觀的數據展示大屏。 | 包括損失函數曲線、精度曲線、模型結構圖、參數分布、學習率變化等可視化工具。 |
適用場景 | 企業級數據分析、運營監控、業務匯報等。 | 深度學習模型訓練監控、模型性能分析、實驗對比等。 |
支持的算法組件 |
| |
使用方式 |
通過可視化大屏查看分析報告
創建工作流并運行，待運行成功后：
查看所有可視化組件：單擊畫布上方的
，查看當前工作流中支持可視化大屏的所有組件的可視化展示。本文以預置模板心臟病預測案例為例創建工作流。
查看單個可視化組件：右鍵單擊目標組件（支持可視化大屏的組件，本示例為混淆矩陣或二分類評估），選擇可視化分析，查看單個組件的可視化展示。
通過TensorBoard查看模型訓練結果
創建工作流，并使用支持TensorBoard可視化的組件，支持的組件請參見簡介。
創建時建議配置工作流數據存儲路徑。?通過TensorBoard渲染的路徑由算法邏輯決定的，系統會在啟動TensorBoard時自動獲取工作流數據存儲路徑。
根據實際需求配置工作流組件，并運行工作流。
說明如果TensorBoard可視化組件為圖像檢測訓練(easycv)，則需要將訓練模型類型配置為YOLOX，當前僅YOLOX類型的模型支持TensorBoard相關指標項的采集。
待運行成功后，右擊TensorBoard可視化組件，選擇查看TensorBoard。
單擊啟動TensorBoard。
如果工作流數據存儲有變，需重新執行TensorBoard可視化組件（右擊該節點，選擇執行該節點），再啟動TensorBoard，根據新配置的存儲路徑啟動一個新的TensorBoard。重啟TensorBoard前會先刪除當前運行中的TensorBoard實例。
