MindInsight可视化仪表板 v2.0.0
2.0.0
MindInsight为MindSpore提供了简单易用的调优调试能力。在训练过程中，可以将标量、张量、图像、计算图、模型超参、训练耗时等数据记录到文件中，通过MindInsight可视化页面进行查看及分析。
硬件平台为Ascend或GPU。
确认安装Python 3.7.5。
MindInsight与MindSpore的需保持一致。
若采用源码编译安装，还需确认安装以下依赖。
确认安装CMake 3.14.1及以上。
确认安装GCC 7.3.0。
确认安装node.js 10.19.0及以上。
确认安装wheel 0.32.0及以上。
确认安装pybind11 2.4.3及以上。
其他依赖参见requirements.txt。
可以采用pip安装或者源码编译安装两种方式。
安装PyPI上的:
pip install mindinsight安装自定义:
pip install https://ms-release.obs.cn-north-4.myhuaweicloud.com/{version}/MindInsight/any/mindinsight-{version}-py3-none-any.whl --trusted-host ms-release.obs.cn-north-4.myhuaweicloud.com -i https://pypi.tuna.tsinghua.edu.cn/simple在联网状态下，安装whl包时会自动下载MindInsight安装包的依赖项(依赖项详情参见requirements.txt)，其余情况需自行安装。
{version}表示MindInsight号，例如下载1.3.0MindInsight时，{version}应写为1.3.0。
MindInsight支持使用x86 64位或ARM 64位架构的Linux发行版系统。
从代码仓下载源码
git clone https://gitee.com/mindspore/mindinsight.git编译安装MindInsight
可选择以下任意一种安装方式
1、在源码根目录下执行如下命令。
cd mindinsightpip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simplepython setup.py install2、构建whl包进行安装。
进入源码的根目录，先执行build目录下的MindInsight编译脚本，再执行命令安装output目录下生成的whl包。
cd mindinsightbash build/build.shpip install output/mindinsight-{version}-py3-none-any.whl -i https://pypi.tuna.tsinghua.edu.cn/simple验证是否成功安装
执行如下命令
mindinsight start [--port PORT]如果出现下列提示，说明安装成功
Web address: http://127.0.0.1:8080service start state: success
使用MindInsight前，需要先将训练过程中的数据记录下来，启动MindInsight时，指定所保存的数据的位置，启动成功后， 即可通过可视化页面查看数据。下面将简单介绍记录训练过程数据，以及启动、停止MindInsight服务。
SummaryCollector是MindSpore提供的快速简易地收集一些常见信息的接口，收集的信息包括计算图、损失值、学习率、参数权重等。 下面是使用 SummaryCollector 进行数据收集的示例，其中指定存放数据的目录为 ./summary_dir。
...from mindspore import SummaryCollectorsummary_collector = SummaryCollector(summary_dir='./summary_dir')model.train(epoch=1, ds_train, callbacks=[summary_collector])
更多记录可视化数据的方法，请点击查看MindInsight使用教程。
收集好数据后，启动MindInsight时指定存放数据的目录。
mindinsight start --summary-base-dir ./summary_dir [--port PORT]
启动成功后，通过浏览器访问 http://127.0.0.1:8080，查看可视化页面。
停止MindInsight服务的命令
mindinsight stop [--port PORT]
