文章起源 | 恒源云社区（专一人工智能 / 深度学习云 GPU 服务器训练平台，官网体验网址：https://gpushare.com/docs/bes…
原文地址 | https://gpushare.com/docs/bes…
TensorBoard
TensorBoard 是用于提供机器学习工作流程期间所需的测量和可视化的工具。它使您可能跟踪试验指标，例如损失和准确性，可视化模型图，将嵌入物投影到较低维度的空间等等。
创立一个镜像为 TensorFlow 2 的实例，当创立实例并启动后，能够在实例列表中点击链接关上 JupyterLab。
运行 开始应用 TensorBoard 中的笔记本代码。
首先下载 get_started.ipynb 记事本文件。通过 JupyterLab 上传到服务器中。
双击文件关上记事本，在右方工作区能够看到记事本中的代码内容。
实例曾经提供了启动好的 TensorBoard，所以代码中有 2 处启动 tensorboard 的命令须要加 # 正文掉。
代码中有一段文本被标识为代码的谬误须要修改，点击下图中地位代码块后方的区域选中，在上方将代码批改为 Markdown。
在菜单中选择 运行 – 运行所有单元格 ，即运行全副代码。
期待全副单元格运行实现，右键生成的 logs 文件夹抉择剪切。
实例内 TensorBoard 读取的文件夹是 /tb_logs 文件夹，右键粘贴到此目录。
在实例列表中点击链接关上 TensorBoard。
正告⚠️
局部新版本的 TensorBoard 在 Safari 浏览器下可能显示白屏，须要应用 Chrome 关上。
关上后能够看到方才运行代码后得出的后果。
在实际操作过程中，能够让程序间接输入后果到 /tb_logs 文件夹中。也能够在 /tb_logs 文件夹下建设一个软连贯指向理论训练的后果目录。