Проверить модели в TensorBoard

Для мониторинга моделей в сервисе используется утилита TensorBoard. Этот инструмент позволяет отслеживать определенные показатели (например, потери и точность), визуализировать графики для модели, просматривать логи обучения нейронных сетей и др. Подробная документация по использованию TensorBoard для фреймворка TensorFlow приведена по следующей ссылке, а для фреймворка PyTorch — на данном сайте. Чтобы использовать утилиту, достаточно сохранить информацию, которую необходимо увидеть в TensorBoard, в отдельный каталог, как указано по ссылкам выше.

Для первого подключения утилиты

  1. Перейдите на вкладку Jupyter Servers в главном меню модуля Environments.

  2. Создайте или подключитесь к уже существующему Jupyter Server.

  3. В открывшемся интерфейсе Jupyter Notebook выберите New → TensorBoard → Current directory/ Custom directory.

    В качестве каталога укажите тот, куда сохраняются логи.

    Также можно подключить TensorBoard, установив флажок в строке напротив каталога, куда сохранялись логи, и нажав Tensorboard на панели инструментов. Работа с TensorBoard также возможна из JupyterLab. Запустите утилиту из меню: File → New → TensorBoard.

    Запуск TensorBoard может занимать до 60 секунд.

Для повторного подключения к TensorBoard

  1. Перейдите на вкладку Мониторинг → Мониторинг моделей.

  2. Выберите TensorBoard из списка для открытия утилиты в нужном каталоге (указана в столбце Директория).

  3. Нажмите Открыть TensorBoard.

../../../_images/s__connect-to-tensorboard.png

Важно

  • Должна быть установлена версия Tensorflow 1.3 или выше.

  • Утилита открывается в новой вкладке. Убедитесь, что браузер не заблокировал открытие вкладки.

  • Экземпляр TensorBoard привязан к конкретному Jupyter Server. Если вы удалите Jupyter Server, удалится и TensorBoard, поскольку работает на тех же ресурсах.

Чтобы настроить автоматическое обновление данных на графиках (версия TensorBoard > 2.3), зайдите в меню Кнопка настроек и выберите опцию Reload data.

Основная функциональность TensorBoard

  1. Просмотр логов обучения

    ../../../_images/s__view-training-logs.jpg
  2. Просмотр графа нейросети

    ../../../_images/s__view-neuro-graph.jpg
  3. Просмотр того, как изменяется распределение весов на каждом слое

    ../../../_images/s__view-distributions.jpg