Проверить модели в TensorBoard
Для мониторинга моделей используется утилита TensorBoard, который позволяет отслеживать определенные показатели (например, потери и точность), визуализировать графики для модели, просматривать логи обучения нейронных сетей.
См.также
Чтобы использовать утилиту, достаточно сохранить информацию, которую необходимо увидеть в TensorBoard, в отдельный каталог, как указано в документации TensorBoard.
Первое подключение к TensorBoard
Перейдите в
Создайте или подключитесь к уже существующему Jupyter Server.
В открывшемся интерфейсе Jupyter Notebook выберите .
В качестве каталога укажите тот, куда сохраняются логи.
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: .
Запуск TensorBoard может занимать до 60 секунд.
Повторное подключение к TensorBoard
Перейдите на вкладку .
Выберите TensorBoard из списка для открытия утилиты в нужном каталоге (указана в столбце Директория).
Нажмите Открыть TensorBoard.
Примечание
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 он работает на тех же ресурсах.
Чтобы настроить автоматическое обновление данных на графиках (версия TensorBoard > 2.3), зайдите в меню 
и выберите опцию Reload data.
Возможности TensorBoard
Просмотр логов обучения.
Просмотр графа нейросети.
Просмотр того, как изменяется распределение весов на каждом слое.
для Dev & Test