tensorboard 예제

On agosto 2, 2019 by adminmg

다음 예제에서 두 가지 방법을 살펴보겠습니다. 그러나 두 번째 방법은 더 일반적입니다. 어느 쪽이든 그래프를 정의한 후에만 작성기를 만들어야 합니다. 그렇지 않으면 TensorBoard에서 시각화된 그래프가 불완전합니다. 항목이 표준 정규 분포에서 온 크기 30×40의 행렬을 추가하여 이전 예제를 계속합니다. 이 행렬을 100번 초기화하고 시간에 따라 해당 항목의 분포를 플로팅합니다. 이 섹션에서는 먼저 특정 메트릭(예: 손실 또는 정확도)을 시각화하는 것이 유익한 이유를 이해합니다. 심층 신경망을 훈련할 때 초보자에게 미치는 중요한 문제 중 하나는 다양한 설계 선택과 하이퍼매개 변수의 효과를 이해하지 못하는 것입니다. 아래 코드 예제는 간단한 MNIST 자습서를 수정한 것으로, 요약 작전을 추가하고 10단계마다 실행합니다. 이 것을 실행한 다음 텐서보드 –logdir=/tmp/tensorflow/mnist를 시작하면 교육 중에 가중치 또는 정확도가 어떻게 달라지는지와 같은 통계를 시각화할 수 있습니다. 아래 코드는 발췌한 것입니다. 전체 소스는 여기. MNIST 분류는 가장 간단한 예 중 하나이며 여전히 5계층 신경망으로 해결할 수 없습니다.

MNIST의 경우 5년 미만의 경우 90% 이상의 정확도를 달성하는 것이 어렵지 않습니다. 요점을 이해하기 위해 간단한 예제를 실행해 보겠습니다. 대답은 차트의 각 줄이 데이터에 대한 분포에서 백분위수임을 나타낸다는 것입니다. 예를 들어, 하단 라인(매우 가벼운 것)은 시간이 지남에 따라 최소 값이 어떻게 변했는지 를 보여주고 가운데의 선은 중앙값이 어떻게 변경되었는지 보여줍니다. 위에서 아래로 읽기, 라인은 다음과 같은 의미를 가지고 : [최대, 93 %, 84 %, 69%, 50 %, 31%, 16 %, 7 %, 최소] 텐서 보드는 텐서 플로우 응용 프로그램에 대한 정보를 볼 수있는 웹 응용 프로그램입니다. 완성된 예제는 Jupyter 노트북으로 사용할 수 있습니다. 이 튜토리얼에서는, 당신은 텐서 보드를 사용하는 방법을 보았다. 먼저 명령 프롬프트 (Windows) 또는 터미널 (우분투 / Mac)을 통해 서비스를 시작하는 방법을 배웠습니다. 다음으로, 텐서보드에서 제공하는 데이터의 다양한 뷰를 살펴보았습니다. 그런 다음 스칼라 값(예: 손실/정확도)을 시각화하는 코드를 살펴보고 피드포워드 신경망 모델을 사용하여 스칼라 값 시각화의 사용을 구체적으로 이해했습니다.

기본 아이디어를 얻기 위해 매우 간단한 예제를 살펴보겠습니다. Tensorboard는 모델을 이해하고 디버깅하고 최적화하기 위해 그래프 및 기타 도구를 시각화하는 데 사용되는 인터페이스입니다. 히스토그램은 시간이 지남에 따라 값의 변화를 관찰하거나 싶다면 유용합니다. 비 스칼라 텐서의 값의 히스토그램을 플로팅하는 데 사용됩니다. 이렇게 하면 텐서 값의 히스토그램(및 분포)이 시간이 지남에 따라 변경되는 방식을 볼 수 있습니다.

Comments are closed.