tensorboard中运行次数与google cloud机器学习job配置的关系

Posted

技术标签:

【中文标题】tensorboard中运行次数与google cloud机器学习job配置的关系【英文标题】:Relationship between the number of runs in tensorboard and the configuration of google cloud machine learning job 【发布时间】:2018-07-21 12:45:11 【问题描述】:

我用tensorboard展示数据的时候,发现曲线不止一条。我认为这与配置有关。那么谁能告诉我每条曲线代表什么?

【问题讨论】:

【参考方案1】:

这与 Cloud ML Engine 没有任何关系。你可以找到 引擎的 REST API 文档中的所有可配置参数(training input、training output、prediction input、prediction output、model resource、version resource)。 这些来自 tensorboard 的曲线是您在 tensorflow 代码中配置的,可能是几次不同运行的训练成本,设置为名称为“train_cost”的摘要标量。

【讨论】:

以上是关于tensorboard中运行次数与google cloud机器学习job配置的关系的主要内容,如果未能解决你的问题,请参考以下文章

Google Colab 上的 Tensorflow Tensorboard (Ngrok)

设置 TensorBoard 以在 Google Colab 中为 TensorFlow 对象检测模型运行 eval.py 作业

我可以将 TensorBoard 与 Google Colab 一起使用吗?

google Colab 使用教程 免费GPU google Colaboratory 上运行 pytorch tensorboard

01google Colab 使用教程 免费GPU google Colaboratory 上运行 pytorch tensorboard

如何在 Colaboratory 中使用 Tensorboard