このブログは移転しています。

MKTIAの備忘録

現在MKTIAの備忘録に記事を移行中です。

TensorBoardの起動の仕方

TensorFlow

TensorFlow の便利 (?) な機能としてデフォルトで TensorBoard が付属しています。

これを使うと、学習率の変化やグラフの構造などを視覚的に捉えられるようですが、その起動の仕方でつまづいたので、起動方法を書いておきたいと思います。

スポンサーリンク

TensorFlow公式の案内

TensorFlow Mechanics 101

TensorBoard の起動方法はチュートリアルの TensorFlow Mechanics 101 の中で初めて紹介されています。

チュートリアルによると

というコードで TensorBoard でデータを使えるように保存する仕組みらしいです。

保存先には FLAGS.train_dir が選択されています。

Launching TensorFlow

TensorBoard の起動については TensorBoard: Visualizing Learning の中の Launching TensorBoard という項目に書かれています。

上のようにコマンドを入力するように書いてありますが、path のところは具体的なパスを入れなければならないので、ここを見ただけではわかりません。

TensorFlow Mechanics 101を例に

TensorFlow Mechanics 101 では fully_connected_feed.py を実行します。

このファイルの中の記述を見ていくと、次のような一文があります。

train_dir として data を指定しています。

つまり、TensorBoard を起動するときには次のようにコマンドを打てばいいことがわかります。

まとめ

私自身がスキルも知識もさっぱりなので、この答えに辿り着くまでにかなり時間がかかってしまいました…

何か間違っていたら、優しめにご指摘くださると嬉しいです。

スポンサーリンク

フォローする