tensorboard 在 Linux服务器上的本地使用方法

tensorboard 在 Linux服务器上的本地使用方法

1. 应有tensorboard生成文件形如:
在这里插入图片描述
2. 应有tensorboard:

pip install tensorboard

 
 
  • 1
步骤 1 打开 加号

在这里插入图片描述

1. 打开一个本地session,以下为MobaXterm中显示:
在这里插入图片描述
2. 输入命令:

ssh -L  6006:127.0.0.1:6006 <服务器登录用户名>@<服务器地址>

 
 
  • 1

例如:

ssh -L  6006:127.0.0.1:6006 aaa@111.11.31.111

 
 
  • 1

其中:
1)替换端口名、服务器登录用户名以及服务器地址时,请去掉<>!

3. 输入登录密码,登录成功。
4. 进入提前设定好的虚拟环境。
5. 输入命令:

tensorboard --logdir=<存放tensorboard文件的文件夹名字>

 
 
  • 1

其中:
1)存放tensorboard文件的文件夹内,应存放tensorboard生成文件,形如“events.out.tfevents…”
2)替换文件名时,请去掉<>!

6.应有如下反应:

Serving TensorBoard on localhost; to expose to the network, use a proxy or pass --bind_all
TensorBoard 2.5.0 at http://localhost:6006/ (Press CTRL+C to quit)

 
 
  • 1
  • 2

http://localhost:6006/,则步骤2中“端口名“替换为6006;若http://localhost:6007/,则步骤2中“端口名“替换为6007。

7. 打开浏览器,输入URL:

http://127.0.0.1:6006/

 
 
  • 1

应有显示形如:
在这里插入图片描述
成功!

  • 8
    点赞
  • 15
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
要安装TensorBoard,您可以按照以下步骤进行操作: 1. 确保您已经安装了TensorFlow。如果您还没有安装TensorFlow,可以使用以下命令来安装: ``` pip install tensorflow ``` 2. 安装完TensorFlow后,TensorBoard将会自动安装在您的系统中。您可以使用以下命令来验证TensorBoard是否已正确安装: ``` tensorboard --version ``` 如果显示了TensorBoard的版本信息,则表示安装成功。 3. 接下来,您需要在训练模型时将相关数据保存到TensorBoard日志文件中。在您的Python代码中,确保您已经添加了如下代码来启用TensorBoard日志记录: ```python from tensorflow.keras.callbacks import TensorBoard # 创建一个TensorBoard回调对象 tensorboard_callback = TensorBoard(log_dir=log_dir, histogram_freq=1) # 在模型训练过程中将该回调对象添加到模型的回调列表中 model.fit(..., callbacks=[tensorboard_callback]) ``` 这将会把训练过程中的相关指标和图形保存到TensorBoard日志文件中。 4. 在训练完成后,您可以使用以下命令启动TensorBoard服务器: ``` tensorboard --logdir=path_to_logs ``` 其中,`path_to_logs` 是保存TensorBoard日志文件的路径。 5. 在启动TensorBoard服务器后,您可以在浏览器中打开 `http://localhost:6006` 来访问TensorBoard的Web界面。您将能够查看训练过程中的指标、图形和其他有用的信息。 这就是安装和使用TensorBoard的基本步骤。希望对您有所帮助!如有任何问题,请随时提问。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值