Tensorboard Klas
Vertegenwoordigt een TensorBoard-exemplaar voor het visualiseren van de prestaties en structuur van experimenten.
Initialiseer het Tensorboard.
- Overname
-
builtins.objectTensorboard
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
|
Een optionele lokale map voor het opslaan van de uitvoeringslogboeken. Default value: None
|
port
|
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
|
Een optionele lokale map voor het opslaan van de uitvoeringslogboeken. |
port
Vereist
|
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 |
---|---|
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/'