mav

实时看模型训练过程,快速定位训练问题

mav 是一个用于可视化模型训练和推理过程的 Python 工具,全称 Model Activity Visualiser。它通过实时图表和指标面板,帮助开发者直观地观察模型在训练时的损失变化、梯度流动、激活分布等关键信息,从而快速定位训练问题,如梯度消失或爆炸、过拟合等。该工具轻量易集成,支持主流深度学习框架,无需修改训练代码即可接入,适合调试复杂模型和教学演示。

开源 free 开源模型
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 520
维护状态 低维护
是否开源 是
定价模式 free

项目数据

分类开源模型
开发团队attentionmech
所属国家
官网地址
定价模式free
价格说明开源项目,MIT许可证,完全免费,可自行部署使用。
访问状态
是否开源是
开源协议MIT
主要语言Python
技术栈/模型large-language-models,machine-learning,visualization
GitHub 星标★ 520
30天Star增速
HF 下载量
上线时间2025-03-26 00:00:00
最近更新2026-08-19 00:00:00
维护状态低维护
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-09
浏览次数6

使用教程

核心亮点

  • 实时可视化损失、梯度、激活等关键指标,训练状态一目了然
  • 无需改动训练代码,通过钩子机制轻量接入主流框架
  • 界面简洁,图表交互流畅,适合快速调试和教学演示

不足之处

  • 项目处于早期,功能覆盖有限,自定义图表能力较弱
  • 文档和社区生态待观察,高级用法需自行探索源码

适用场景

  • 深度学习模型训练调试,定位梯度异常或过拟合
  • 教学演示中展示神经网络内部动态
  • 对比不同超参数对训练过程的影响

替代项目

TensorBoard、Weights & Biases、Netron

项目介绍

mav 是基础设施领域的开源项目,由 attentionmech 开发,2025 年首次发布。

它收录于基础设施分类,该分类目前共有 1,130 个项目,GitHub 星标数为 520。

项目已超过三个月没有代码更新,维护节奏明显放缓,最近一次代码更新于 2026-08-19。MIT许可证,完全免费,可自行部署使用。

它主要面向的使用场景是:深度学习模型训练调试,定位梯度异常或过拟合。同类可对比的替代方案包括 TensorBoard、Weights & Biases、Netron。

上一篇:TypeGPT

下一篇:awesome-llmops

同类项目推荐

freebuff-proxy 开源

聚合多账号,一键接入 OpenAI 兼容 API,轻松管理会话。

Multi-account OpenAI-compatible gateway for coding models. Pooled keys, session life···

★ 213 2026-08-20
microduck 开源

用 Rust 造一只会走路的桌面小鸭,快速上手双足机器人。

A Tiny biped duck robot

★ 8684 2026-09-10
soperator 开源

用 Kubernetes 原生方式运行 Slurm,简化 HPC 集群管理。

Run Slurm in Kubernetes

★ 439 2026-08-10
ollama 开源

一条命令本地跑起大模型,免费、私密、不卡顿

Get up and running with Kimi, GLM, MiniMax, DeepSeek, gpt-oss, Qwen, Gemma and other···

★ 181484 2026-08-09