Tensorboard Klasse

  • Referenz

Stellt eine TensorBoard-Instanz zum Visualisieren der Experimentleistung und -struktur dar.

Initialisieren Sie das Tensorboard.

Vererbung
builtins.object
Tensorboard

Konstruktor

Tensorboard(runs, local_root=None, port=6006, use_display_name=False)

Parameter

runs
list
Erforderlich

Eine leere Liste oder eine Liste mit einem oder mehreren Run-Objekten eines Experiments, die an diese Tensorboard-Instanz angefügt werden sollen.

local_root
str
Standardwert: None

Ein optionales lokales Verzeichnis zum Speichern der Ausführungsprotokolle.

port
int
Standardwert: 6006

Der Port, auf dem diese Tensorboard-Instanz ausgeführt werden soll.

runs
list
Erforderlich

Eine leere Liste oder eine Liste mit einem oder mehreren Run-Objekten eines Experiments, die an diese Tensorboard-Instanz angefügt werden sollen.

local_root
str
Erforderlich

Ein optionales lokales Verzeichnis zum Speichern der Ausführungsprotokolle.

port
int
Erforderlich

Der Port, auf dem diese Tensorboard-Instanz ausgeführt werden soll.

use_display_name
bool
Standardwert: False

Ein optionaler Parameter zum Laden von Tensorboardprotokollen mithilfe des Anzeigenamens der Experimentausführung anstelle der ID.

Hinweise

Erstellen Sie eine Tensorboard-Instanz, damit sie den Ausführungsverlauf von ML-Experimenten verwendet, die Tensorboard-Protokolle ausgeben, einschließlich den von TensorFlow, PyTorch und Chainer generierten Protokollen. In diesen Szenarien überwacht die Tensorboard-Instanz die angegebenen runs und lädt Protokolldaten in Echtzeit an den local_root-Ort herunter, nachdem die Instanz mit der start-Methode gestartet wurde. Für zeitintensive Prozesse, z. B. Deep Neural Network-Training, das Tage dauern kann, werden von der Tensorboard-Instanz über mehrere Instanziierungen hinweg weiterhin Protokolle heruntergeladen und persistiert. Untergeordnete Läufe angegebener runs werden nicht überwacht.

Wenn eine Tensorboard-Instanz ohne angegebene Läufe (mit leerer Liste) erstellt wird, verwendet die Instanz alle Protokolle in local_root.

Starten Sie die Tensorboard-Instanz mit der start-Methode. Beenden Sie die -Instanz mit der stop-Methode, wenn Sie damit fertig sind. Weitere Informationen zur Verwendung von Tensorboard finden Sie unter Visualisieren von Experimentausführungen und -metriken mit Tensorboard.

Das folgende Beispiel zeigt, wie Sie eine Tensorboard-Instanz erstellen, um den Ausführungsverlauf aus einem Tensorflow-Experiment nachzuverfolgen.


   from azureml.tensorboard import Tensorboard

   # The Tensorboard constructor takes an array of runs, so be sure and pass it in as a single-element array here
   tb = Tensorboard([run])

   # If successful, start() returns a string with the URI of the instance.
   tb.start()

Das vollständige Beispiel finden Sie unter https://github.com/Azure/MachineLearningNotebooks/blob/master/how-to-use-azureml/track-and-monitor-experiments/tensorboard/tensorboard/tensorboard.ipynb.

Methoden

start

Die Tensorboard-Instanz starten und mit der Verarbeitung von Protokollen beginnen.
stop

Die Tensorboard-Instanz anhalten.

start

Die Tensorboard-Instanz starten und mit der Verarbeitung von Protokollen beginnen.

start(start_browser=False)

Parameter

start_browser
bool
Standardwert: False

Gibt an, ob beim Starten der Instanz ein Browser geöffnet werden soll.

Gibt zurück

Die URL zum Zugreifen auf die Tensorboard-Instanz.

Rückgabetyp

str

stop

Die Tensorboard-Instanz anhalten.

stop()

Gibt zurück

Keine

Attribute

LOGS_ARTIFACT_PREFIX 

LOGS_ARTIFACT_PREFIX = 'logs/'