Pythoner
Фотография
✈️TensorBoard — это веб-приложение для визуализации и анализа результатов машинного обучения, разработанное командой TensorFlow. TensorBoard позволяет отслеживать метрики, такие как точность и потери, визуализировать графы вычислений, отображать встроенные векторы и многое другое.
➡️Использование TensorBoard с TensorFlow:
import tensorflow as tf
# Создание логгера TensorBoard
writer = tf.summary.create_file_writer('path/to/log-directory')
# Запись метрик
with writer.as_default():
for epoch in range(10):
tf.summary.scalar('loss', 0.5 / (epoch + 1), step=epoch)
tf.summary.scalar('accuracy', 0.9 + 0.1 * epoch, step=epoch)
writer.flush()
➡️Визуализация графа вычислений:
# Создание модели
model = tf.keras.models.Sequential([
tf.keras.layers.Dense(10, activation='relu', input_shape=(10,)),
tf.keras.layers.Dense(1, activation='sigmoid')
])
# Компиляция модели
model.compile(optimizer='adam', loss='binary_crossentropy', metrics=['accuracy'])
# Создание логгера TensorBoard
tensorboard_callback = tf.keras.callbacks.TensorBoard(log_dir='path/to/log-directory', histogram_freq=1)
# Обучение модели
model.fit(x_train, y_train, epochs=10, callbacks=[tensorboard_callback])
⛓Полезные ссылки:
Официальный сайт
GitHub
💡Заключение
TensorBoard идеально подходит для разработчиков и исследователей, которые хотят лучше понимать и улучшать свои модели машинного обучения. А благодаря простоте использования и интеграции с TensorFlow, TensorBoard легко использовать в уже существующих проектах.
19 · 2.2K ·