29
26

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?

More than 3 years have passed since last update.

簡単 3分 TensorBoard in Google Colab (TensorFlow 2.x 使用)

Last updated at Posted at 2020-03-01

TensorFlow を使用する際、学習の状態を可視化する TensorBoard がよく使われます。
Web 画面上で対話的に状態を見ることができ、とても便利なのですが Google Colaboratory 中から参照するには少し仕掛けが必要でした。
TensorFlow 2.x では Google Colab. 上で簡単に使用できるようになったようなので試してみます。

2020-12-06 追記 PyTorch でも TensorBoard は利用可能です。
PyTorch でも TensorBoard in Google Colab

実行環境

Google Colaboratory を使用します。

サンプルコード

Google Colab からの TensorBoard の利用については、 TensorFlow の公式ページに解説があります。
https://www.tensorflow.org/tensorboard/tensorboard_in_notebooks

TensorFlow 2.x の使用のマジックコマンドを実行します。

from __future__ import absolute_import, division, print_function, unicode_literals

try:
  # %tensorflow_version only exists in Colab.
  %tensorflow_version 2.x
except Exception:
  pass

次に TensorBoard の読み込みのためのマジックコマンドを実行します。

# Load the TensorBoard notebook extension
%load_ext tensorboard

MNIST(サンプルとしてよく使われる数字の画像データ)を使った簡単なモデルを作成します。keras だと非常にシンプルです。

import tensorflow as tf
from tensorflow.keras.callbacks import TensorBoard

mnist = tf.keras.datasets.mnist

(x_train, y_train), (x_test, y_test) = mnist.load_data()
x_train, x_test = x_train / 255.0, x_test / 255.0

model = tf.keras.models.Sequential([
  tf.keras.layers.Flatten(input_shape=(28, 28)),
  tf.keras.layers.Dense(128, activation='relu'),
  tf.keras.layers.Dropout(0.2),
  tf.keras.layers.Dense(10, activation='softmax')
])

model.compile(optimizer='adam',
              loss='sparse_categorical_crossentropy',
              metrics=['accuracy'])

TensorBoard のためのコールバック関数を model.fit() に与えます。
この辺りは通常の TensorBoard の使い方と同じです。

tf_callback = TensorBoard(log_dir="logs", histogram_freq=1)
model.fit(x_train, y_train, epochs=5, callbacks=[tf_callback])

model.evaluate(x_test,  y_test, verbose=2)

ログの格納先を指定して TensorBoard を表示します。

%tensorboard --logdir logs

実行結果

以下のようにノートブック中に TesorBoard を表示することができます。

MNIST-example_ipynb_-_Colaboratory.png

現状では表示に時間はかかるようですが、 TensorBoard をノートブック上に表示することができました。

29
26
0

Register as a new user and use Qiita more conveniently

  1. You get articles that match your needs
  2. You can efficiently read back useful information
  3. You can use dark theme
What you can do with signing up
29
26

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?