google-ai-edge/model-explorer
A modern model graph visualizer and debugger
Model Explorer – 它是什麼
Model Explorer 是 Google‑AI‑Edge 的開源工具，可將神經網路模型以階層圖的形式可視化。它解析模型檔案（TensorFlow、TensorFlow‑Lite、TensorFlow‑JS、MLIR 或 PyTorch ExportedProgram），並將運算以分層的節點形式繪製，您可展開或收合各層。UI 可在本機執行（或於 Hugging Face Space 中執行），並由 GPU 加速渲染，確保互動流暢。
核心功能（如 README 所述）
- 階層式檢視 – 運算被嵌套於邏輯層中，使大型圖更易導航。
- 動態展開/收合 – 可依需求深入某層或隱藏細節。
- I/O 高亮 – 快速定位模型的輸入與輸出節點。
- 元資料覆疊 – 可在任意節點上附加並顯示自訂資訊。
- 搜尋與重複層偵測 – 可依名稱搜尋節點，並查看相同子圖出現的位置。
- GPU 加速渲染 – 即使是大型模型，也能實現流暢的平移/縮放。
- 擴充框架 – 開發者可新增支援新模型格式的適配器。
- 命令列與 API – 可透過
model-explorer啟動，或以程式方式使用。
支援的模型格式（開箱即用）
- TensorFlow Lite（
.tflite） - TensorFlow（
SavedModel/ GraphDef） - TensorFlow.js（
.json+ 權重） - MLIR（Google 的中間表示）
- PyTorch ExportedProgram（用於邊緣部署的類似 Torch-Script 表示）
可擴充性
此專案鼓勵社群開發適配器。現有的社群適配器包括：
- ONNX
- VGF（Arm 的視覺圖格式）
- TOSA（張量操作集架構）
開發者可參考 Develop Adapter Extension Wiki 頁面來發布新的格式支援。
快速上手
pip install ai-edge-model-explorer # 安裝 Python 套件
model-explorer # 啟動 UI
Hugging Face Spaces 也提供基於 Web 的版本，支援快速上傳。
進一步了解
- Wiki – 詳細安裝說明、使用者指南、CLI 指南、API 指南、Colab 筆記本與適配器開發文件。
- YouTube 入門影片 與 Google Research 博客文章 提供高階概覽。
- NPM 套件 – 可視化元件（
ai-edge-model-explorer-visualizer）可嵌入 Web 應用。
總結：Model Explorer 是一個真正的、生產級的 AI/ML 模型可視化除錯工具，專為需要理解、除錯或展示多種主流格式模型架構的工程師而設計。
相關
- 專案
- Dispatch
- 專案
- Dispatch
- 專案