티스토리 뷰

728x90
반응형

라이브러리 임포트

from tensorflow.keras.callbacks import TensorBoard

 

텐서보드 시작

텐서보드를 시작하고 결과를 저장할 로그 디렉토리를 지정한다.

tensorboard = TensorBoard(log_dir="logs/{}".format(NAME))

 

학습과정에 연결하기

학습 과정 결과를 저장할 수 있도록 casllbacks=[tensorboard]를 추가한다.

model.fit(X, y,
          batch_size=32,
          epochs=3,
          validation_split=0.3,
          callbacks=[tensorboard])

 

실행하기

학습이 완료된 후 터미널 창에서 저장한 logs디렉토리로 들어가는 폴더가 보이는 위치로 이동하고 다음과 같이 텐서보드로 실행 결과를 볼 수 있도록 명령을 타이핑한다.

$ tensorboard --logdir logs/.

타이핑 하면 다음과 같은 메시지를 볼 수 있다.

TensorBoard 1.10.0 at http://3d290f3fec06:6006 (Press CTRL+C to quit)

 

웹에서 살펴보기

웹브라우저에서 localhost:6006을 주소 입력창에 타이핑에 넣으면 된다. 

 

 

 

 

참고 예제

https://pythonprogramming.net/tensorboard-analysis-deep-learning-python-tensorflow-keras/

 

Python Programming Tutorials

Welcome to part 4 of the deep learning basics with Python, TensorFlow, and Keras tutorial series. In this part, what we're going to be talking about is TensorBoard. TensorBoard is a handy application that allows you to view aspects of your model, or models

pythonprogramming.net

 

728x90
반응형
댓글
공지사항
최근에 올라온 글
최근에 달린 댓글
Total
Today
Yesterday
링크
«   2024/10   »
1 2 3 4 5
6 7 8 9 10 11 12
13 14 15 16 17 18 19
20 21 22 23 24 25 26
27 28 29 30 31
글 보관함