跳转至

TensorBoard

TensorBoard 是用于提供机器学习工作流程期间所需的测量和可视化的工具。 它使您能够跟踪实验指标,例如损失和准确性,可视化模型图,将嵌入物投影到较低维度的空间等等。

这里演示为TensorFlow框架使用TensorBoard可视化,创建一个 TensorFlow 框架的实例,然后进行如下操作,当创建实例并启动后,可以在实例列表中点击链接打开 JupyterLab

运行 开始使用 TensorBoard 中的笔记本代码。

首先下载 get_started.ipynb 记事本文件。通过 JupyterLab 上传到服务器中。

双击文件打开记事本,在右方工作区可以看到记事本中的代码内容。

实例已经提供了启动好的 TensorBoard,所以代码中有 2 处启动 tensorboard 的命令需要加 # 注释掉。

代码中有一段文本被标识为代码的错误需要修正,点击下图中位置代码块前方的区域选中,在上方将代码修改为 Markdown。

在菜单中选择 运行 - 运行所有单元格,即运行全部代码。

等待全部单元格运行完成,右键生成的 logs 文件夹选择剪切。

实例内 TensorBoard 读取的文件夹是 /tb_logs 文件夹,右键粘贴到此目录。

在实例列表中点击链接打开 TensorBoard

警告

部分新版本的 TensorBoard 在 Safari 浏览器下可能显示白屏,需要使用 Chrome 打开。

打开后可以看到刚才运行代码后得出的结果。

在实际操作过程中,可以让程序直接输出结果到 /tf_logs 文件夹中。也可以在 /tf_logs 文件夹下建立一个软连接指向实际训练的结果目录。