쉬운 3분 TensorBoard in Google Colab (TensorFlow 2.x 사용)
웹 화면에서 대화식으로 상태를 볼 수 있어 매우 편리하지만 Google Colaboratory 내에서 찾아보려면 약간의 장치가 필요했습니다.
TensorFlow 2.x에서는 Google Colab.에서 쉽게 사용할 수 있습니다.
2020-12-06 추가 PyTorch에서도 TensorBoard를 사용할 수 있습니다.
PyTorch에서도 TensorBoard in Google Colab
실행 환경
Google Colaboratory를 사용합니다.
샘플 코드
Google Colab에서 TensorBoard를 사용하는 방법은 TensorFlow 공식 페이지에서 설명합니다.
htps //w w. 천식 rfぉw. 오 rg / 텐소 r 보아 rd / 텐소 r 보아 rd _ _ _ taboo ks
TensorFlow 2.x를 사용하여 매직 명령을 실행합니다.
from __future__ import absolute_import, division, print_function, unicode_literals
try:
# %tensorflow_version only exists in Colab.
%tensorflow_version 2.x
except Exception:
pass
그런 다음 TensorBoard를 읽는 매직 명령을 실행합니다.
# Load the TensorBoard notebook extension
%load_ext tensorboard
MNIST (샘플로 자주 사용되는 숫자 이미지 데이터)를 사용하여 간단한 모델을 만듭니다. keras는 매우 간단합니다.
import tensorflow as tf
from tensorflow.keras.callbacks import TensorBoard
mnist = tf.keras.datasets.mnist
(x_train, y_train), (x_test, y_test) = mnist.load_data()
x_train, x_test = x_train / 255.0, x_test / 255.0
model = tf.keras.models.Sequential([
tf.keras.layers.Flatten(input_shape=(28, 28)),
tf.keras.layers.Dense(128, activation='relu'),
tf.keras.layers.Dropout(0.2),
tf.keras.layers.Dense(10, activation='softmax')
])
model.compile(optimizer='adam',
loss='sparse_categorical_crossentropy',
metrics=['accuracy'])
TensorBoard에 대한 콜백 함수를 model.fit() 에 제공합니다.
이 근처는 통상의 TensorBoard 의 사용법과 같습니다.
tf_callback = TensorBoard(log_dir="logs", histogram_freq=1)
model.fit(x_train, y_train, epochs=5, callbacks=[tf_callback])
model.evaluate(x_test, y_test, verbose=2)
로그를 저장할 위치를 지정하여 TensorBoard를 표시합니다.
%tensorboard --logdir logs
실행 결과
다음과 같이 노트북에서 TesorBoard를 볼 수 있습니다.
현재는 표시에 시간이 걸리는 것 같습니다만, TensorBoard 를 노트북상에 표시할 수 있었습니다.
Reference
이 문제에 관하여(쉬운 3분 TensorBoard in Google Colab (TensorFlow 2.x 사용)), 우리는 이곳에서 더 많은 자료를 발견하고 링크를 클릭하여 보았다 https://qiita.com/go50/items/06131870299922e3d9b1텍스트를 자유롭게 공유하거나 복사할 수 있습니다.하지만 이 문서의 URL은 참조 URL로 남겨 두십시오.
우수한 개발자 콘텐츠 발견에 전념 (Collection and Share based on the CC Protocol.)