Delen via


Tensorboard Klas

Vertegenwoordigt een TensorBoard-exemplaar voor het visualiseren van de prestaties en structuur van experimenten.

Initialiseer het Tensorboard.

Overname
builtins.object
Tensorboard

Constructor

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

Parameters

Name Description
runs
Vereist

Een lege lijst of een lijst met een of meer experimentobjecten Run die aan dit Tensorboard-exemplaar moeten worden gekoppeld.

local_root
str

Een optionele lokale map voor het opslaan van de uitvoeringslogboeken.

Default value: None
port
int

De poort waarop dit Tensorboard-exemplaar moet worden uitgevoerd.

Default value: 6006
runs
Vereist

Een lege lijst of een lijst met een of meer experimentobjecten Run die aan dit Tensorboard-exemplaar moeten worden gekoppeld.

local_root
Vereist
str

Een optionele lokale map voor het opslaan van de uitvoeringslogboeken.

port
Vereist
int

De poort waarop dit Tensorboard-exemplaar moet worden uitgevoerd.

use_display_name

Een optionele parameter voor het laden van tensorboard-logboeken met behulp van de weergavenaam van de experimentuitvoering in plaats van id.

Default value: False

Opmerkingen

Maak een Tensorboard-exemplaar om de uitvoeringsgeschiedenis van machine learning-experimenten te gebruiken die Tensorboard-logboeken uitvoeren, inclusief de logboeken die zijn gegenereerd in TensorFlow, PyTorch en Chainer. In deze scenario's bewaakt het Tensorboard-exemplaar de runs opgegeven en downloadt het logboekgegevens in realtime naar de local_root locatie nadat het exemplaar met de start methode is gestart. Voor langlopende processen, zoals het trainen van diepe neurale netwerken die dagen in beslag kunnen nemen, blijft het Tensorboard-exemplaar logboeken downloaden en deze behouden voor meerdere instantiƫringen. Onderliggende uitvoeringen van opgegeven runs worden niet bewaakt.

Als een Tensorboard-exemplaar wordt gemaakt zonder dat er uitvoeringen zijn opgegeven (een lege lijst), werkt het exemplaar met alle logboeken in local_root.

Start het Tensorboard-exemplaar met de start methode . Stop het exemplaar met de stop methode wanneer u er klaar mee bent. Zie Experimentuitvoeringen en metrische gegevens visualiseren met Tensorboard voor meer informatie over het gebruik van Tensorboard.

In het volgende voorbeeld ziet u hoe u een Tensorboard-exemplaar maakt om de uitvoeringsgeschiedenis van een Tensorflow-experiment bij te houden.


   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()

Volledig voorbeeld is beschikbaar via https://github.com/Azure/MachineLearningNotebooks/blob/master/how-to-use-azureml/track-and-monitor-experiments/tensorboard/tensorboard/tensorboard.ipynb

Methoden

start

Start het Tensorboard-exemplaar en begin met het verwerken van logboeken.

stop

Stop het Tensorboard-exemplaar.

start

Start het Tensorboard-exemplaar en begin met het verwerken van logboeken.

start(start_browser=False)

Parameters

Name Description
start_browser

Hiermee geeft u op of een browser moet worden geopend bij het starten van het exemplaar.

Default value: False

Retouren

Type Description
str

De URL voor toegang tot het Tensorboard-exemplaar.

stop

Stop het Tensorboard-exemplaar.

stop()

Retouren

Type Description

Geen

Kenmerken

LOGS_ARTIFACT_PREFIX

LOGS_ARTIFACT_PREFIX = 'logs/'