Tensorboard 类
表示用于可视化试验性能和结构的 TensorBoard 实例。
初始化 Tensorboard。
构造函数
Tensorboard(runs, local_root=None, port=6006, use_display_name=False)
参数
| 名称 | 说明 |
|---|---|
|
runs
必需
|
要附加到此 Tensorboard 实例的一个或多个试验 Run 对象的空列表或列表。 |
|
local_root
|
用于存储运行日志的可选本地目录。 默认值: None
|
|
port
|
要运行此 Tensorboard 实例的端口。 默认值: 6006
|
|
runs
必需
|
要附加到此 Tensorboard 实例的一个或多个试验 Run 对象的空列表或列表。 |
|
local_root
必需
|
用于存储运行日志的可选本地目录。 |
|
port
必需
|
要运行此 Tensorboard 实例的端口。 |
|
use_display_name
|
一个可选参数,用于使用试验运行的显示名称而不是 ID 加载张量板日志。 默认值: False
|
注解
创建 Tensorboard 实例以使用机器学习试验中的运行历史记录,这些试验输出 Tensorboard 日志,包括 TensorFlow、PyTorch 和 Chainer 中生成的日志。
在这些方案中,Tensorboard 实例使用该方法启动实例runs后实时监视local_root指定的日志数据,并将日志数据实时下载到start位置。 对于长时间运行的进程(例如可能需要数天时间才能完成的深度神经网络训练),Tensorboard 实例将继续下载日志,并在多个实例中保留日志。 不会监视指定的 runs 子运行。
如果创建 Tensorboard 实例且未指定任何运行(空列表),则该实例将针对任何日志运行 local_root。
使用 start 该方法启动 Tensorboard 实例。 完成该方法后,使用 stop 该方法停止实例。 有关使用 Tensorboard 的详细信息,请参阅 使用 Tensorboard 可视化试验运行和指标。
以下示例演示如何创建 Tensorboard 实例来跟踪 Tensorflow 试验中的运行历史记录。
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()
方法
| start |
启动 Tensorboard 实例,并开始处理日志。 |
| stop |
停止 Tensorboard 实例。 |
start
stop
停止 Tensorboard 实例。
stop()
返回
| 类型 | 说明 |
|---|---|
|
没有 |
属性
LOGS_ARTIFACT_PREFIX
LOGS_ARTIFACT_PREFIX = 'logs/'