Tensorboard Класс

Наследование

builtins.object

Tensorboard

Конструктор

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

Параметры

Комментарии

Создайте экземпляр Tensorboard, чтобы использовать журнал выполнений из экспериментов машинного обучения, которые выводят журналы Tensorboard, включая созданные в TensorFlow, PyTorch и Chainer. В этих сценариях экземпляр Tensorboard отслеживает указанный параметр runs и скачивает данные журнала в расположение local_root в режиме реального времени после запуска экземпляра с помощью метода start. Для длительно выполняющихся процессов, таких как обучение глубокой нейронной сети, которые могут занять несколько дней, экземпляр Tensorboard продолжит скачивать журналы и сохранять их в нескольких экземплярах. Дочерние выполнения указанного параметра runs не отслеживаются.

Если экземпляр Tensorboard создан без указанных выполнений (пустой список), он будет работать с любыми журналами в local_root.

Запустите экземпляр Tensorboard с помощью метода start. По завершении работы с экземпляром остановите его с помощью метода stop. Дополнительные сведения об использовании Tensorboard см. в статье Визуализация запусков экспериментов и метрик с помощью Tensorboard и Машинного обучения Azure.

В следующем примере показано, как создать экземпляр Tensorboard для отслеживания журнала выполнений из эксперимента Tensorflow.

   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()

Полный пример можно найти по адресу: https://github.com/Azure/MachineLearningNotebooks/blob/master/how-to-use-azureml/track-and-monitor-experiments/tensorboard/tensorboard/tensorboard.ipynb.

Методы

start

start(start_browser=False)

stop

stop()

Атрибуты

LOGS_ARTIFACT_PREFIX

LOGS_ARTIFACT_PREFIX = 'logs/'