Tensorboard Klasse
Stellt eine TensorBoard-Instanz zum Visualisieren der Experimentleistung und -struktur dar.
Initialisieren Sie das Tensorboard.
- Vererbung
-
builtins.objectTensorboard
Konstruktor
Tensorboard(runs, local_root=None, port=6006, use_display_name=False)
Parameter
Name | Beschreibung |
---|---|
runs
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
|
Ein optionales lokales Verzeichnis zum Speichern der Ausführungsprotokolle. Standardwert: None
|
port
|
Der Port, auf dem diese Tensorboard-Instanz ausgeführt werden soll. Standardwert: 6006
|
runs
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
Erforderlich
|
Ein optionales lokales Verzeichnis zum Speichern der Ausführungsprotokolle. |
port
Erforderlich
|
Der Port, auf dem diese Tensorboard-Instanz ausgeführt werden soll. |
use_display_name
|
Ein optionaler Parameter zum Laden von Tensorboardprotokollen mithilfe des Anzeigenamens der Experimentausführung anstelle der ID. Standardwert: False
|
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
Name | Beschreibung |
---|---|
start_browser
|
Gibt an, ob beim Starten der Instanz ein Browser geöffnet werden soll. Standardwert: False
|
Gibt zurück
Typ | Beschreibung |
---|---|
Die URL zum Zugreifen auf die Tensorboard-Instanz. |
stop
Die Tensorboard-Instanz anhalten.
stop()
Gibt zurück
Typ | Beschreibung |
---|---|
Keine |
Attribute
LOGS_ARTIFACT_PREFIX
LOGS_ARTIFACT_PREFIX = 'logs/'