Tensorboard Classe
Rappresenta un'istanza di TensorBoard per visualizzare le prestazioni e la struttura dell'esperimento.
Inizializzare tensorboard.
- Ereditarietà
-
builtins.objectTensorboard
Costruttore
Tensorboard(runs, local_root=None, port=6006, use_display_name=False)
Parametri
Nome | Descrizione |
---|---|
runs
Necessario
|
Elenco vuoto o elenco di uno o più oggetti esperimento Run da collegare a questa istanza di Tensorboard. |
local_root
|
Directory locale facoltativa in cui archiviare i log di esecuzione. Valore predefinito: None
|
port
|
Porta in cui eseguire questa istanza di Tensorboard. Valore predefinito: 6006
|
runs
Necessario
|
Elenco vuoto o elenco di uno o più oggetti esperimento Run da collegare a questa istanza di Tensorboard. |
local_root
Necessario
|
Directory locale facoltativa in cui archiviare i log di esecuzione. |
port
Necessario
|
Porta in cui eseguire questa istanza di Tensorboard. |
use_display_name
|
Parametro facoltativo per caricare i log tensorboard usando il nome visualizzato dell'esecuzione dell'esperimento anziché l'ID. Valore predefinito: False
|
Commenti
Creare un'istanza di Tensorboard per utilizzare la cronologia di esecuzione da esperimenti di Machine Learning che generano log tensorboard, inclusi quelli generati in TensorFlow, PyTorch e Chainer.
In questi scenari, l'istanza di Tensorboard monitora i runs
dati di log specificati e scarica i dati local_root
di log nella posizione in tempo reale dopo l'avvio dell'istanza con il start metodo . Per i processi a esecuzione prolungata, ad esempio il training della rete neurale profonda che potrebbe richiedere giorni, l'istanza di Tensorboard continuerà a scaricare i log e renderli persistenti in più istanze. Le esecuzioni figlio di specificate runs
non vengono monitorate.
Se viene creata un'istanza di Tensorboard senza esecuzioni specificate (un elenco vuoto), l'istanza funzionerà su tutti i log in local_root
.
Avviare l'istanza di Tensorboard con il start metodo . Arrestare l'istanza con il stop metodo al termine dell'operazione. Per altre informazioni sull'uso di Tensorboard, vedere Visualizzare le esecuzioni e le metriche dell'esperimento con Tensorboard.
Nell'esempio seguente viene illustrato come creare un'istanza di Tensorboard per tenere traccia della cronologia di esecuzione da un esperimento 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()
L'esempio completo è disponibile da https://github.com/Azure/MachineLearningNotebooks/blob/master/how-to-use-azureml/track-and-monitor-experiments/tensorboard/tensorboard/tensorboard.ipynb
Metodi
start |
Avviare l'istanza di Tensorboard e iniziare l'elaborazione dei log. |
stop |
Arrestare l'istanza di Tensorboard. |
start
Avviare l'istanza di Tensorboard e iniziare l'elaborazione dei log.
start(start_browser=False)
Parametri
Nome | Descrizione |
---|---|
start_browser
|
Specifica se aprire un browser all'avvio dell'istanza. Valore predefinito: False
|
Restituisce
Tipo | Descrizione |
---|---|
URL per l'accesso all'istanza di Tensorboard. |
stop
Arrestare l'istanza di Tensorboard.
stop()
Restituisce
Tipo | Descrizione |
---|---|
Nessuno |
Attributi
LOGS_ARTIFACT_PREFIX
LOGS_ARTIFACT_PREFIX = 'logs/'