Tensorboard Klass
Representerar en TensorBoard-instans för visualisering av experimentprestanda och struktur.
Initiera Tensorboard.
- Arv
-
builtins.objectTensorboard
Konstruktor
Tensorboard(runs, local_root=None, port=6006, use_display_name=False)
Parametrar
Name | Description |
---|---|
runs
Obligatorisk
|
En tom lista eller en lista över ett eller flera experimentobjekt Run som ska kopplas till den här Tensorboard-instansen. |
local_root
|
En valfri lokal katalog för att lagra körningsloggarna. Standardvärde: None
|
port
|
Porten som tensorboardinstansen ska köras på. Standardvärde: 6006
|
runs
Obligatorisk
|
En tom lista eller en lista över ett eller flera experimentobjekt Run som ska kopplas till den här Tensorboard-instansen. |
local_root
Obligatorisk
|
En valfri lokal katalog för att lagra körningsloggarna. |
port
Obligatorisk
|
Porten som tensorboardinstansen ska köras på. |
use_display_name
|
En valfri parameter för att läsa in tensorboardloggar med experimentkörningens visningsnamn i stället för ID. Standardvärde: False
|
Kommentarer
Skapa en Tensorboard-instans för att använda körningshistorik från maskininlärningsexperiment som matar ut Tensorboard-loggar, inklusive de som genereras i TensorFlow, PyTorch och Chainer.
I dessa scenarier övervakar Tensorboard-instansen de runs
angivna och laddar ned loggdata till local_root
platsen i realtid när instansen start har startats med metoden . För långvariga processer, till exempel djup neural nätverksträning som kan ta dagar att slutföra, fortsätter Tensorboard-instansen att ladda ned loggar och spara dem över flera instanser. Underordnade körningar av angivna runs
övervakas inte.
Om en Tensorboard-instans skapas utan angivna körningar (en tom lista) fungerar instansen mot alla loggar i local_root
.
Starta Tensorboard-instansen start med metoden . Stoppa instansen stop med metoden när du är klar med den. Mer information om hur du använder Tensorboard finns i Visualisera experimentkörningar och mått med Tensorboard.
I följande exempel visas hur du skapar en Tensorboard-instans för att spåra körningshistorik från ett Tensorflow-experiment.
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()
Fullständigt exempel är tillgängligt från https://github.com/Azure/MachineLearningNotebooks/blob/master/how-to-use-azureml/track-and-monitor-experiments/tensorboard/tensorboard/tensorboard.ipynb
Metoder
start |
Starta Tensorboard-instansen och börja bearbeta loggar. |
stop |
Stoppa Tensorboard-instansen. |
start
Starta Tensorboard-instansen och börja bearbeta loggar.
start(start_browser=False)
Parametrar
Name | Description |
---|---|
start_browser
|
Anger om en webbläsare ska öppnas när instansen startas. Standardvärde: False
|
Returer
Typ | Description |
---|---|
URL:en för åtkomst till Tensorboard-instansen. |
stop
Stoppa Tensorboard-instansen.
stop()
Returer
Typ | Description |
---|---|
Ingen |
Attribut
LOGS_ARTIFACT_PREFIX
LOGS_ARTIFACT_PREFIX = 'logs/'