tensorflow/tensorboard

TensorBoard (tensorflow/tensorboard) – 解說（僅基於 README） 是什麼 TensorBoard 是一套用於檢視與理解 TensorFlow 執行與圖形的 Web 應用程式。它完全離線運作（本機、防火牆後或資料中心內）。 如何使用 1. 在你的 TensorFlow 程式碼中建立一個 summary writer，例如 python file_writer = tf.summary.FileWriter('/path/to/logs', sess.graph) 並使用 summary ops（tf.summary.scalar、tf.summary.image 等）寫入摘要資料。 2. 啟動 TensorBoard 並指向日誌目錄： bash tensorboard --logdir /path/to/logs （或透過 Bazel：bazel run tensorboard -- --logdir /path/to/logs）。 3. 在 Chrome 或 Firefox 中開啟 http://localhost:6006。 README 中的關鍵概念 - Summary ops：如 tf.summary.scalar 這類產生序列化 protobuf 的運算；評估它們並使用 FileWriter 寫入結果。 - Tags：你為每個 summary op 指定的名稱；用於在前端組織資料。 - Event files & logdir：FileWriter 將追加只讀記錄（包含「tfevents」的檔案）寫入目錄（logdir）。TensorBoard 會讀取整個目錄，若訓練重新啟動，會將多個 event 檔案串接起來。 - Runs：當 TensorBoard 啟動時，它會遍歷 logdir 樹；包含 tfevents 檔案的每個子目錄皆被視為獨立的 run，支援實驗的並排比較。 描述的可視化功能 - Scalar Dashboard：隨時間變化的標量統計（損失、學習率等）的折線圖，支援縮放、平移與十字光標提示。 - Histogram Dashboard：顯示張量分佈隨時間的變化；可查看為偏移切片或疊加線。 - Distribution Dashboard：從直方圖資料推導出的百分位線（最大值、93%、84%、…、最小值），可解釋為常態分佈的 ±σ 帶。 - Image Dashboard：每個標籤的最新 PNG，按行（標籤）×列（執行）佈局。 - Audio Dashboard：每個標籤的最新音訊的可播放音訊元件。 - Graph Explorer：可視化 TensorFlow 圖；使用名稱作用域以提升清晰度。 - Embedding Projector：從檢查點檔案中可視化高維嵌入，可選擇性地包含元資料/詞彙/精灵圖。 - Text Dashboard：渲染 Markdown 文字片段（超連結、清單、表格）。 - Time Series Dashboard：統一視圖，可並排放置標量、直方圖與影像卡片；支援執行顏色、固定、設定持久化與標籤過濾自動補全。 README 中的額外注意事項 - TensorBoard 可在無網際網路連線的情況下運作。 - 它假設一次只存在一個活躍事件檔案；多個 summary writer 應寫入不同的目錄。 - 為提高記憶體效率，資料可能被下採樣；可透過 --samples_per_plugin 控制。 - 可透過 SessionLog.START 事件清除檢查點產生的孤立資料（或透過 --purge_orphaned_data false 關閉）。 - 可新增插件；請參閱 ADDING_A_PLUGIN 指南與範例插件。 以上所有內容均直接或改寫自提供的 README，未添加任何外部事實。