使用新的谷歌TensorBoard API,让你的机器学习可视化

谷歌在2015年开源TensorFlow时,包含了一套用于检查理解并运行你的TensorFlow模型的可视化工具TensorBoard。Tensorboard包含一个小型的、预先确定的可视化集合。它是通用的,适用于几乎所有的深度学习应用程序。

TensorBoard完全配置时的样子

然而,在缺乏可重用的APIs的情况下,添加新的可视化技术对于TensorFlow团队之外的人来说是非常困难的。

因此,为了创建新的并且有用的可视化,谷歌发布了一组API,它们允许开发人员向TensorBoard添加定制的可视化插件。开发人员可以使用这个API来扩展TensorBoard,并确保它涵盖了更广泛的用例。

API获取地址:https://github.com/tensorflow/tensorboard-plugin-example/blob/master/README.md

谷歌已经更新了TensorBoard中的现有仪表板(选项卡),从而使用新的API,因此它们可以作为插件创建者的示例。对于目前在TensorBoard中包含的插件列表,你可以从GitHub上的TensorBoard/plugins目录找到。

目录地址:https://github.com/tensorflow/tensorboard/tree/master/tensorboard/plugins

例如,观察这个能生成精确回忆曲线的新插件precision-recall curves:

原图地址:https://1.bp.blogspot.com/-Fdx7y_UB2AQ/WbbCVF3zzNI/AAAAAAAACAc/igsxS0ygvfowKZ4j5A06ofOf4ZRzylHEgCLcBGAs/s1600/image1.png

这个插件演示了一个标准的TensorBoard插件的3个部分:

1.一个TensorFlow用于收集数据以便以后进行可视化的summary operation文件。GitHub地址:

https://github.com/tensorflow/tensorboard/blob/master/tensorboard/plugins/pr_curve/summary.py

2.提供自定义数据的Python后端。GitHub地址:

https://github.com/tensorflow/tensorboard/blob/master/tensorboard/plugins/pr_curve/pr_curves_plugin.py

3.内置TypeScript和polymer的TensorBoard仪表盘。GitHub地址:

https://github.com/tensorflow/tensorboard/tree/master/tensorboard/plugins/pr_curve/tf_pr_curve_dashboard

另外,像其他插件一样,“pr_curves”插件提供了一个Demo:(1)用户可以查看如何使用插件,(2)插件作者可以在开发过程中生成示例数据。

Demo地址:

https://github.com/tensorflow/tensorboard/blob/master/tensorboard/plugins/pr_curve/pr_curve_demo.py

为了进一步说明插件是如何工作的,谷歌还创建了一个简单的TensorBoard“Greeter”插件。这个简单的插件在模型运行过程中收集并显示它们问候语(例如在简单的字符串前面加上“Hello”)。注意:谷歌建议先探索Greeter插件以及其他现有插件。

Greeter插件:https://github.com/tensorflow/tensorboard-plugin-example

其他现有的插件:https://github.com/tensorflow/tensorboard/tree/master/tensorboard/plugins

参与者已经在使用TensorBoard API的一个著名的例子是Beholder,它是由Chris Anderson创建的。

Beholder展示了一个模型训练的实时视频数据(如梯度和卷积滤波器)。下面是演示视频的完整地址:https://youtu.be/06HjEr0OX5k

原文发布于微信公众号 - ATYUN订阅号(atyun_com)

原文发表时间:2017-09-13

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏一个爱吃西瓜的程序员

用Python做简易词云

最近突发奇想,想做个词云玩玩,这算是Python的一个很初级的应用,虽然很初级,依然免不了会出现各种bug~

2823
来自专栏Java架构师学习

京东架构师的showtime京东个性化推荐系统实战

推荐系统核心任务是排序,从线上服务角度看,就是将数据从给定集合中数据选择出来,选出后根据一定规则策略方法进行排序。 线上服务要根据一定规则进行架构设计,架...

4546
来自专栏小白课代表

无需PS 一键编辑、压缩GIF。

微信公众平台规定GIF图不得超过2M,但是一张清楚的时间长的动图录制出来怎么可能那么小呢!还有聊天的时候,看到好玩的动图想要添加到表情,然后。。。

4551
来自专栏前端笔记

【新手指南】浅谈几种WordPress固定链接的优劣势

新手建站须知: 所谓“固定链接”,其实就是指访问某个网页的特定链接。也是我们站长将网站提交给各大站长平台的重要参数之一!建站初期我们必须确定好“固定链接”(准确...

3247
来自专栏玉树芝兰

如何在 GPU 深度学习云服务里,使用自己的数据集?

(由于微信公众号外部链接的限制,文中的部分链接可能无法正确打开。如有需要,请点击文末的“阅读原文”按钮,访问可以正常显示外链的版本。)

2982
来自专栏北京马哥教育

基础拾遗--【转】网站带宽计算

我们通常说的网站流量(traffic)就是指网站的访问量,是用来描述访问一个网站的用户数量以及用户所浏览的网页数量等指标,常用的统计指标包括网站的独立用户数量、...

4117
来自专栏后端云

compute node ha 主流开源实现

nova evacuate和热迁移很像。都是想实例从一个节点转移到另外一个节点。区别主要是热迁移在正常状态下进行的,疏散时在异常状态下进行的。用一个形象的比如就...

1993
来自专栏Laoqi's Linux运维专列

常见的负载均衡LVS、Nginx和HAProxy

4115
来自专栏流柯技术学院

JMeter性能测试中控制业务比例

性能测试混合场景中,我们需要组合多个业务操作到场景中来。 比如有一个论坛的业务分布如下: 发布新帖与回复帖子的比例为2:3, 那么我们在JMeter测试计划中如...

4113
来自专栏苦逼的码农

5分钟读懂拥塞控制

大家可能都听说过拥塞控制和流量控制,想必也有一些人可能还分不清拥塞控制和流量控制,进而把他们当作一回事。拥塞控制和流量控制虽然采取的动作很相似,但拥塞控制与网络...

1081

扫码关注云+社区

领取腾讯云代金券