Tensorboard Classe

Représente une instance TensorBoard pour visualiser les performances et la structure des expériences.

Initialisez le Tensorboard.

Héritage

builtins.object

Tensorboard

Constructeur

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

Paramètres

Nom	Description
runs Obligatoire	list Liste vide ou liste d’un ou plusieurs objets Run d’expérience à attacher à cette instance Tensorboard.
local_root	str Répertoire local facultatif dans lequel stocker les journaux d’exécution. valeur par défaut: None
port	int Port sur lequel exécuter cette instance Tensorboard. valeur par défaut: 6006
runs Obligatoire	list Liste vide ou liste d’un ou plusieurs objets Run d’expérience à attacher à cette instance Tensorboard.
local_root Obligatoire	str Répertoire local facultatif dans lequel stocker les journaux d’exécution.
port Obligatoire	int Port sur lequel exécuter cette instance Tensorboard.
use_display_name	bool Paramètre facultatif pour charger les journaux tensorboard à l’aide du nom d’affichage de l’exécution de l’expérience au lieu de l’ID. valeur par défaut: False

Remarques

Créez une instance Tensorboard pour consommer l’historique des exécutions à partir des expériences de Machine Learning qui génèrent des journaux Tensorboard, y compris ceux générés dans TensorFlow, PyTorch et Chainer. Dans ces scénarios, l’instance Tensorboard supervise le runs spécifié et télécharge les données de journal à l’emplacement local_root en temps réel après avoir démarré l’instance avec la méthode start. Pour les processus durables, tels que l’entraînement d’un réseau neuronal profond, qui peuvent prendre plusieurs jours, l’instance Tensorboard continue de télécharger les journaux et de les conserver sur plusieurs instanciations. Les exécutions enfants des runs spécifiées ne sont pas supervisées.

Si une instance Tensorboard est créée sans aucune exécution spécifiée (liste vide), alors elle fonctionnera avec tous les journaux dans local_root.

Démarrez l’instance Tensorboard avec la méthode start. Arrêtez l’instance avec la méthode stop lorsque vous avez terminé de l’utiliser. Pour plus d’informations sur l’utilisation de TensorBoard, consultez Visualiser les exécutions et les métriques d’expériences avec TensorBoard.

L’exemple suivant montre comment créer une instance Tensorboard pour suivre l’historique des exécutions d’une expérience Tensorflow.

   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()

Un exemple complet est disponible sur https://github.com/Azure/MachineLearningNotebooks/blob/master/how-to-use-azureml/track-and-monitor-experiments/tensorboard/tensorboard/tensorboard.ipynb

Méthodes

start	Démarrez l’instance Tensorboard et commencez le traitement des journaux.
stop	Arrêtez l’instance Tensorboard.

start

Démarrez l’instance Tensorboard et commencez le traitement des journaux.

start(start_browser=False)

Paramètres

Nom	Description
start_browser	bool Spécifie s’il est nécessaire d’ouvrir un navigateur lors du démarrage de l’instance. valeur par défaut: False

Retours

Type	Description
str	URL permettant d’accéder à l’instance Tensorboard.

stop

Arrêtez l’instance Tensorboard.

stop()

Retours

Type	Description
	Aucun

Attributs

LOGS_ARTIFACT_PREFIX

LOGS_ARTIFACT_PREFIX = 'logs/'