google-ai-edge/model-explorer
A modern model graph visualizer and debugger
Model Explorer – 它是什么
Model Explorer 是 Google‑AI‑Edge 的开源工具，可将神经网络模型以层次图的形式可视化。它解析模型文件（TensorFlow、TensorFlow‑Lite、TensorFlow‑JS、MLIR 或 PyTorch ExportedProgram），并将操作以分层的节点形式绘制出来，您可以展开或折叠各层。UI 可在本地运行（或在 Hugging Face Space 中运行），并由 GPU 加速渲染，确保交互流畅。
核心功能（如 README 所述）
- 层次视图 – 操作被嵌套在逻辑层中，使大型图更易于导航。
- 动态展开/折叠 – 可按需深入某一层或隐藏细节。
- I/O 高亮 – 快速定位模型的输入和输出节点。
- 元数据叠加 – 可在任意节点上附加并显示自定义信息。
- 搜索与重复层检测 – 可按名称查找节点，并查看相同子图出现的位置。
- GPU 加速渲染 – 即使是大型模型，也能实现流畅的平移/缩放。
- 扩展框架 – 开发者可添加新模型格式的适配器。
- 命令行与 API – 可通过
model-explorer启动，或以编程方式使用。
支持的模型格式（开箱即用）
- TensorFlow Lite（
.tflite） - TensorFlow（
SavedModel/ GraphDef） - TensorFlow.js（
.json+ 权重） - MLIR（Google 的中间表示）
- PyTorch ExportedProgram（用于边缘部署的类似 Torch-Script 的表示）
可扩展性
该项目鼓励社区开发适配器。现有社区适配器包括：
- ONNX
- VGF（Arm 的视觉图格式）
- TOSA（张量操作集架构）
开发者可参考 Develop Adapter Extension Wiki 页面来发布新的格式支持。
快速上手
pip install ai-edge-model-explorer # 安装 Python 包
model-explorer # 启动 UI
Hugging Face Spaces 也提供基于 Web 的版本，支持快速上传。
进一步了解
- Wiki – 详细安装说明、用户指南、CLI 指南、API 指南、Colab 笔记本和适配器开发文档。
- YouTube 入门视频 和 Google Research 博客文章 提供高层次概览。
- NPM 包 – 可视化组件（
ai-edge-model-explorer-visualizer）可嵌入 Web 应用。
总结：Model Explorer 是一个真正的、生产级的 AI/ML 模型可视化调试工具，专为需要理解、调试或展示多种主流格式模型架构的工程师而设计。
相关
- 项目
- Dispatch
- 项目
- Dispatch
- 项目