【技术实现步骤摘要】
本公开涉及可视化显示，尤其涉及一种人工智能模型的显示处理方法、装置、设备及介质。
技术介绍
1、随着人工智能技术的不断发展，人工智能模型被广泛用于各个领域。深度学习框架是用于构建、训练和部署深度学习网络的工具集合，人们可以通过代码构建深度学习网络，复杂的深度学习网络通过多层网络构成，每一层网络又由许多参数组成，随着层数增多，通过代码构建深度学习网络变的困难，并且难以维护和调整。通过对深度学习网络的模型结构进行可视化，可以帮助用户理解复杂的模型架构，增强了模型可解释性和维护性。
2、目前，模型结构可视化方式有visualdl、tensorboard，现有方式通过横向、纵向的平铺式对模型进行可视化展示，对于越来越复杂的模型结构，平铺式的可视化展示效果差。
技术实现思路
1、为了解决上述技术问题，本公开提供了一种人工智能模型的显示处理方法、装置、设备及介质。
2、第一方面，本公开实施例提供了一种人工智能模型的显示处理方法，包括：
3、获取人工智能模型的模型结构...
【技术保护点】
1.一种人工智能模型的显示处理方法，其特征在于，包括：
2.如权利要求1所述的方法，其特征在于，所述在视图中显示所述螺旋线模型，包括：
3.如权利要求2所述的方法，其特征在于，所述在所述视图中显示所述三维螺旋线模型之后，所述方法还包括：
4.如权利要求3所述的方法，其特征在于，所述在视图中显示所述螺旋线模型之后，所述方法还包括：
5.如权利要求4所述的方法，其特征在于，所述视图由UI区域、层类名区域、节点名区域、画布区域、画布操作区域、节点详情信息区域、鹰眼区域组成；
6.如权利要求1所述的方法，其特征在于，...
【技术特征摘要】
1.一种人工智能模型的显示处理方法，其特征在于，包括：
2.如权利要求1所述的方法，其特征在于，所述在视图中显示所述螺旋线模型，包括：
3.如权利要求2所述的方法，其特征在于，所述在所述视图中显示所述三维螺旋线模型之后，所述方法还包括：
4.如权利要求3所述的方法，其特征在于，所述在视图中显示所述螺旋线模型之后，所述方法还包括：
5.如权利要求4所述的方法，其特征在于，所述视图由ui区域、层类名区域、节点名区域、画布区域、画布操作区域、节点详情信息区域、鹰眼区域组成；
【专利技术属性】
技术研发人员：陈磊，
申请(专利权)人：中电云计算技术有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。