トレーニング スクリプトを構成する

TensorBoard ログを書き込むようにトレーニング スクリプトを構成する必要があります。既存の TensorBoard ユーザーの場合、モデルのトレーニング コードを変更する必要はありません。

TensorFlow 2.x でトレーニング スクリプトを構成するには、TensorBoard コールバックを作成して、log_dir 変数を Google Cloud に接続できる任意の場所に設定します。

その後、TensorBoard コールバックが TensorFlow model.fit のコールバック リストに追加されます。

import tensorflow as tf

def train_tensorflow_model_with_tensorboard(log_dir):
    (x_train, y_train), (x_test, y_test) = tf.keras.datasets.mnist.load_data()
    x_train, x_test = x_train / 255.0, x_test / 255.0

    def create_model():
        return tf.keras.models.Sequential(
            [
                tf.keras.layers.Flatten(input_shape=(28, 28)),
                tf.keras.layers.Dense(512, activation="relu"),
            ]
        )

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

    tensorboard_callback = tf.keras.callbacks.TensorBoard(
        log_dir=log_dir,
        histogram_freq=1
    )

    model.fit(
        x=x_train,
        y=y_train,
        epochs=5,
        validation_data=(x_test, y_test),
        callbacks=[tensorboard_callback],
    )

指定したディレクトリに TensorBoard ログが作成され、TensorBoard ログのアップロードの手順に沿って Vertex AI TensorBoard のテストにアップロードできます。

他の例については、TensorBoard オープンソース ドキュメントをご覧ください。

次のステップ