代码拉取完成，页面将自动刷新
同步操作将从 MindSpore/mindinsight 强制同步，此操作会覆盖自 Fork 仓库以来所做的任何修改，且无法恢复！！！
确定后同步将在后台操作，完成时将刷新页面，请耐心等待。
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。
点击查看设计文档，了解更多设计详情。 点击查看教程文档，了解更多MindInsight教程。
请从MindSpore下载页面下载并安装whl包。
pip install -U mindinsight-{version}-cp37-cp37m-linux_{arch}.whl
更多MindInsight的安装方法，请点击安装教程中的MindInsight章节进行查看。
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.train.callback import SummaryCollector
summary_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
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
有关安装指南、教程和API的更多详细信息，请参阅用户文档。
查看MindSpore如何进行开放治理。
#mindsporeIRC频道（仅用于会议记录）欢迎参与贡献。更多详情，请参阅我们的贡献者Wiki。
版本说明请参阅RELEASE。
此处可能存在不合适展示的内容，页面不予展示。您可通过相关编辑功能自查并修改。
如您确认内容无涉及 不当用语 / 纯广告导流 / 暴力 / 低俗色情 / 侵权 / 盗版 / 虚假 / 无价值内容或违法国家有关法律法规的内容，可点击提交进行申诉，我们将尽快为您处理。