tbdev_getting_started.ipynb

Kernel: Python 3

Copyright 2020 The TensorFlow Authors.

#@title Licensed under the Apache License, Version 2.0 (the "License");
# you may not use this file except in compliance with the License.
# You may obtain a copy of the License at
#
# https://www.apache.org/licenses/LICENSE-2.0
#
# Unless required by applicable law or agreed to in writing, software
# distributed under the License is distributed on an "AS IS" BASIS,
# WITHOUT WARRANTIES OR CONDITIONS OF ANY KIND, either express or implied.
# See the License for the specific language governing permissions and
# limitations under the License.

TensorBoard.dev を使う

TensorBoard.dev は、無料で提供されている一般向けの TensorBoard サービスです。機械学習の実験をアップロードし、あらゆるユーザーと共有することができます。

このノートブックでは、簡単なモデルをトレーニングし、TensorBoard.dev にログをアップロードする方法を学習します。プレビュー

セットアップとインポート

このノートブックでは、バージョン 2.3.0 以降でのみ利用できる TensorBoard 機能を使用します。

import tensorflow as tf
import datetime
from tensorboard.plugins.hparams import api as hp

簡単なモデルのトレーニングと TensorBoard ログの作成

mnist = tf.keras.datasets.mnist

(x_train, y_train),(x_test, y_test) = 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'),
    tf.keras.layers.Dropout(0.2),
    tf.keras.layers.Dense(10, activation='softmax')
  ])

TensorBoard ログは、トレーニング中に TensorBoard と ハイパーパラメータコールバック を Keras の Model.fit() に渡して作成します。作成後は、そのログを TensorBoard.dev にアップロードすることができます。

model = create_model()
model.compile(
    optimizer='adam',
    loss='sparse_categorical_crossentropy',
    metrics=['accuracy'])

log_dir="logs/fit/" + datetime.datetime.now().strftime("%Y%m%d-%H%M%S")
tensorboard_callback = tf.keras.callbacks.TensorBoard(
    log_dir=log_dir, histogram_freq=1)
hparams_callback = hp.KerasCallback(log_dir, {
    'num_relu_units': 512,
    'dropout': 0.2
})

model.fit(
    x=x_train, 
    y=y_train, 
    epochs=5, 
    validation_data=(x_test, y_test), 
    callbacks=[tensorboard_callback, hparams_callback])

（Jupyter 限定）TensorBoard.dev の認証

Colab では、このステップは不要です。

このステップには、Jupyter の外部でシェルコンソールを使って認証する必要があります。ご利用のコンソールで、次のコマンドを実行してください。

tensorboard dev list

このフローの一環として、認証コードが提供されます。このコードは、サービス規約に同意する際に必要となります。

TensorBoard.dev へのアップロード

TensorBoard ログをアップロードすると、ほかの人に共有できる URL が提示されます。

アップロードした TensorBoards は一般に公開されるため、機密データはアップロードしないようにしてください。

logdir 全体のアップロードが完了すると、アップローダは終了します。（この動作は、--one_shot フラグによって指定されています。）

!tensorboard dev upload --logdir ./logs \
  --name "Simple experiment with MNIST" \
  --description "Training results from https://colab.sandbox.google.com/github/tensorflow/tensorboard/blob/master/docs/tbdev_getting_started.ipynb" \
  --one_shot

各アップロードには、一意の実験 ID があり、同じディレクトリで新しいアップロードを開始する場合には、新しい実験 ID が与えられます。アップロードしたすべての実験は、https://tensorboard.dev/experiments/ で表示できます。または、次のコマンドを使用して、ターミナルに実験を一覧表示することもできます。

tensorboard dev list

!tensorboard dev list

TensorBoard.dev のスクリーンショット

https://tensorboard.dev/experiments/: に移動すると、次のように表示されます。

TensorBoard.dev で新しい実験に移動すると、次のように表示されます。

TensorBoard.dev 実験の削除

アップロード済みの実験を削除するには、delete コマンドを使用して、削除する experiment_id を指定します。上記のスクリーンショットでは、experiment_id は左下（w1lkBAOrR4eH35Y7Lg1DQQ）に示されています。

# You must replace YOUR_EXPERIMENT_ID with the value output from the previous
# tensorboard `list` command or `upload` command.  For example
# `tensorboard dev delete --experiment_id pQpJNh00RG2Lf1zOe9BrQA`

## !tensorboard dev delete --experiment_id YOUR_EXPERIMENT_ID_HERE