TensorBoard
2 minute read
あなたの TensorBoard ログをクラウドにアップロードし、同僚やクラスメートと迅速に結果を共有し、分析を一元化された場所に保つことができます。

始めましょう
import wandb
# `sync_tensorboard=True` で wandb run を開始
wandb.init(project="my-project", sync_tensorboard=True)
# TensorBoard を使用した トレーニング コード
...
# [オプション]wandb run を終了して tensorboard ログを W&B にアップロード(ノートブックの場合)
wandb.finish()
例を確認してください。
run が終了すると、W&B で TensorBoard イベントファイルに アクセス でき、W&B ネイティブチャートでメトリクスを視覚化できます。システムの CPU や GPU の利用状況、git
の状態、run が使用したターミナルコマンドなどの追加情報と一緒に表示されます。
よくある質問
TensorBoard に ログ されていないメトリクスを W&B に ログ するにはどうすればよいですか?
TensorBoard にログされていないカスタムメトリクスを追加でログする必要がある場合、wandb.log
をコード内で呼び出すことができます。wandb.log({"custom": 0.8})
Tensorboard を同期する際、wandb.log
でステップ引数を設定することはできません。異なるステップ数を設定したい場合は、次のようにステップメトリクスを使ってメトリクスをログできます。
wandb.log({"custom": 0.8, "global_step": global_step})
wandb
で Tensorboard を使用する場合、どのように設定すれば良いですか?
TensorBoard のパッチに対する制御をもっと持ちたい場合、wandb.init
に sync_tensorboard=True
を渡す代わりに wandb.tensorboard.patch
を呼び出すことができます。
import wandb
wandb.tensorboard.patch(root_logdir="<logging_directory>")
wandb.init()
# ノートブックの場合、wandb run を終了して tensorboard ログを W&B にアップロード
wandb.finish()
このメソッドに tensorboard_x=False
を渡すことで、バニラ TensorBoard がパッチされるように確保できます。PyTorch で TensorBoard > 1.14 を使用している場合は、 pytorch=True
を渡して確保することができます。これらのオプションは、インポートされたこれらのライブラリの バージョン に応じて、賢いデフォルトを持っています。
デフォルトでは、tfevents
ファイルと .pbtxt
ファイルを同期します。これによりあなたのために TensorBoard インスタンスをローンンチできるようになります。run ページには TensorBoard タブ が表示されます。この振る舞いは、wandb.tensorboard.patch
に save=False
を渡すことで無効にできます。
import wandb
wandb.init()
wandb.tensorboard.patch(save=False, tensorboard_x=True)
# ノートブックの場合、wandb run を終了して tensorboard ログを W&B にアップロード
wandb.finish()
tf.summary.create_file_writer
または torch.utils.tensorboard
経由で SummaryWriter
を構築する前に、wandb.init
または wandb.tensorboard.patch
のいずれかを呼び出す必要があります。過去の TensorBoard runs を同期するにはどうすればよいですか?
ローカルに保存されている既存の tfevents
ファイルを W&B にインポートしたい場合は、wandb sync log_dir
を実行できます。ここで log_dir
は tfevents
ファイルを含むローカルディレクトリーです。
Google Colab や Jupyter を TensorBoard で使用するにはどうすればよいですか?
Jupyter または Colab ノートブックでコードを実行する場合、トレーニングの終了時に wandb.finish()
を呼び出してください。これにより wandb run は完了し、tensorboard ログを W&B にアップロードして視覚化できるようになります。 .py
スクリプトを実行する場合、スクリプトが終了すると自動的に wandb も終了するため、これは必要ありません。
ノートブック 環境 でシェル コマンド を実行するには、!
を先頭に付ける必要があります。例:!wandb sync directoryname
。
PyTorch を TensorBoard で使用するにはどうすればよいですか?
もし PyTorch の TensorBoard インテグレーションを使用している場合、PyTorch Profiler JSON ファイルを手動でアップロードする必要があります。
wandb.save(glob.glob(f"runs/*.pt.trace.json")[0], base_path=f"runs")
フィードバック
このページは役に立ちましたか?
Glad to hear it! If you have further feedback, please let us know.
Sorry to hear that. Please tell us how we can improve.