深層学習モデルとは，人間の脳の構造に着目した多層パーセプトロンを用いたプロセスである．深層学習モデルは，多様なパターンを学習することができるため，自動運転や画像認識など様々な分野で応用されている．最近，深層学習モデルの性能を向上させるために行うハイパーパラメータのチューニングに関心が高まっている．そこで，本研究では，差分の時系列変化可視化ツールDeepDiffViewer を開発した．本研究では，まず，実際の開発者がハイパーパラメータのチューニングにおいてどんな課題に直面しているかをStack Overflow に投稿された質問を通して調査した．その後，その調査結果に基づいてハイパーパラメータの値とモデル精度の関係などの実験結果をグラフで可視化することで記録し管理するDeepDiffViewer を開発した．DeepDiffViewerは特定プログラミング言語やフレームワークなどに依存しないため，モデル開発を終始サポートできる．また，Git と連携することでtraining anomaly を引き起こすコードへの変更を特定も支援できる．最後に，Stack Overflow の実際の質問をに基づいてDeepDiffViewer の３つの利用シナリオを議論した．