צריך להגדיר את סקריפט האימון כך שיכתוב יומנים של TensorBoard. משתמשים קיימים ב-TensorBoard לא צריכים לבצע שינויים בקוד לאימון המודל.
כדי להגדיר את סקריפט האימון ב-TensorFlow 2.x, יוצרים קריאה חוזרת (callback) של TensorBoard ומגדירים את המשתנה log_dir לכל מיקום שאפשר להתחבר אליו Cloud de Confiance by S3NS.
לאחר מכן, הקריאה החוזרת (callback) של TensorBoard נכללת ברשימת הקריאות החוזרות של TensorFlow model.fit
callbacks.
import tensorflow as tf
def train_tensorflow_model_with_tensorboard(log_dir):
(x_train, y_train), (x_test, y_test) = tf.keras.datasets.mnist.load_data()
x_train, x_test = x_train / 255.0, x_test / 255.0
def create_model():
return tf.keras.models.Sequential(
[
tf.keras.layers.Flatten(input_shape=(28, 28)),
tf.keras.layers.Dense(512, activation="relu"),
]
)
model = create_model()
model.compile(
optimizer="adam",
loss="sparse_categorical_crossentropy",
metrics=["accuracy"]
)
tensorboard_callback = tf.keras.callbacks.TensorBoard(
log_dir=log_dir,
histogram_freq=1
)
model.fit(
x=x_train,
y=y_train,
epochs=5,
validation_data=(x_test, y_test),
callbacks=[tensorboard_callback],
)
יומני TensorBoard נוצרים בספרייה שצוינה, ואפשר להעלות אותם לניסוי ב-Vertex AI TensorBoard. לשם כך, צריך לפעול לפי ההוראות שבמאמר העלאת יומני TensorBoard.
דוגמאות נוספות זמינות במסמכי הקוד הפתוח של TensorBoard
המאמרים הבאים
- כדאי לעיין במידע על סטרימינג אוטומטי של יומנים