Tensorboard 클래스

  • 참조

실험 성능 및 구조를 시각화하기 위한 TensorBoard 인스턴스를 나타냅니다.

Tensorboard를 초기화합니다.

상속
builtins.object
Tensorboard

생성자

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

매개 변수

runs
list
필수

빈 목록 또는 이 Tensorboard 인스턴스에 연결할 하나 이상의 실험 Run 개체 목록입니다.

local_root
str
기본값: None

실행 로그를 저장할 선택적 로컬 디렉터리입니다.

port
int
기본값: 6006

이 Tensorboard 인스턴스를 실행할 포트입니다.

runs
list
필수

빈 목록 또는 이 Tensorboard 인스턴스에 연결할 하나 이상의 실험 Run 개체 목록입니다.

local_root
str
필수

실행 로그를 저장할 선택적 로컬 디렉터리입니다.

port
int
필수

이 Tensorboard 인스턴스를 실행할 포트입니다.

use_display_name
bool
기본값: False

ID 대신 실험 실행의 표시 이름을 사용하여 텐서보드 로그를 로드하는 선택적 매개 변수입니다.

설명

TensorFlow, PyTorch 및 Chainer에서 생성된 로그를 포함하여 Tensorboard 로그를 출력하는 기계 학습 실험에서 실행 기록을 사용하는 Tensorboard 인스턴스를 만듭니다. 이러한 시나리오에서 Tensorboard 인스턴스는 지정된 runs를 모니터링하고 start 메서드로 인스턴스를 시작한 후 실시간으로 local_root 위치에 로그 데이터를 다운로드합니다. 완료하는 데 며칠이 걸릴 수 있는 심층 신경망 교육과 같은 장기 실행 프로세스의 경우 Tensorboard 인스턴스는 계속해서 로그를 다운로드하고 여러 인스턴스화에서 유지합니다. 지정된 runs의 자식 실행은 모니터링되지 않습니다.

실행을 지정하지 않고(빈 목록) Tensorboard 인스턴스가 만들어지면 인스턴스는 local_root의 모든 로그에 대해 작동합니다.

start 메서드로 Tensorboard 인스턴스를 시작합니다. 완료하면 stop 메서드로 인스턴스를 중지합니다. Tensorboard 사용에 대한 자세한 내용은 Tensorboard로 실험 실행 및 메트릭 시각화를 참조하세요.

다음 예제는 Tensorflow 실험에서 실행 기록을 추적하기 위해 Tensorboard 인스턴스를 만드는 방법을 보여 줍니다.


   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()

전체 샘플은 https://github.com/Azure/MachineLearningNotebooks/blob/master/how-to-use-azureml/track-and-monitor-experiments/tensorboard/tensorboard/tensorboard.ipynb에서 사용할 수 있습니다.

메서드

start

Tensorboard 인스턴스를 시작하고 로그 처리를 시작합니다.
stop

Tensorboard 인스턴스를 중지합니다.

start

Tensorboard 인스턴스를 시작하고 로그 처리를 시작합니다.

start(start_browser=False)

매개 변수

start_browser
bool
기본값: False

인스턴스를 시작할 때 브라우저를 열지 여부를 지정합니다.

반환

Tensorboard 인스턴스에 액세스하기 위한 URL입니다.

반환 형식

str

stop

Tensorboard 인스턴스를 중지합니다.

stop()

반환

None

특성

LOGS_ARTIFACT_PREFIX 

LOGS_ARTIFACT_PREFIX = 'logs/'