Platform For AI:TensorBoard の可視化

前提条件

開始する前に、次の要件が満たされていることを確認してください。

• 少なくとも 1 つのデータセットがマウントされた DLC トレーニングジョブ ([概要] タブで確認できます)。 サポートされているストレージタイプ: Object Storage Service (OSS) および Apsara File Storage NAS。

• トレーニングスクリプトに TensorFlow の SummaryWriter を組み込み、マウントされたデータセット内のディレクトリにログを書き込むこと。

トレーニングログの書き込み

トレーニングスクリプトに SummaryWriter を追加し、マウントされたデータセット内のパスにログを書き込みます。トレーニング後に writer を閉じて、すべてのログデータがフラッシュされるようにします。

例：

• OSS データセットのエンドポイント：oss://your-bucket-name.oss-region-internal.aliyuncs.com/dlc-training-data/

• コンテナ内のデータセットのマウントパス：/mnt/data/

• ログの出力ディレクトリ：/mnt/data/output/runs

import tensorflow as tf

# ログディレクトリを指定して SummaryWriter を初期化
log_dir = "/mnt/data/output/runs"
writer = tf.summary.create_file_writer(log_dir)

# メトリクスのログを含むトレーニングループ
for epoch in range(num_epochs):
    train_loss = calculate_loss()
    train_accuracy = calculate_accuracy()

    with writer.as_default():
        # スカラーメトリクスをログに記録
        tf.summary.scalar("train_loss", train_loss, step=epoch)
        tf.summary.scalar("train_accuracy", train_accuracy, step=epoch)

        # 10エポックごとにヒストグラムと画像をログに記録
        if epoch % 10 == 0:
            tf.summary.histogram("model_weights", model.weights, step=epoch)
            tf.summary.image("prediction_samples", sample_predictions, step=epoch)

# すべてのログが保存されるように writer を閉じる
writer.close()
print(f'Training completed successfully. Logs saved to: {log_dir}')

SummaryWriter のパス (/mnt/data/output/runs) は、TensorBoard インスタンスの作成時に指定する[Summary 目次]です。

TensorBoard インスタンスの作成

1. PAI コンソールにログインします。上部メニューでリージョンを選択し、ワークスペースを選択します。[Enter Deep Learning Containers (DLC)] をクリックします。

2. 対象のジョブの 操作 列で TensorBoard をクリックします。パネルで Tensorboardの新規作成 をクリックします。

3. Tensorboardの新規作成 ページでパラメーターを設定し、OK をクリックします。

TensorBoard レポートの表示

1. ワークスペースページの左側のナビゲーションペインで、AI 資産管理 > タスク を選択します。

2. [TensorBoard] タブで ステータス 列を確認します。ステータスが 実行中 の場合、操作 列の Tensorboard の表示 をクリックします。

TensorBoard ページには、スカラーの推移、ヒストグラム、画像など、トレーニングメトリクスとログに記録されたデータが表示されます。

TensorBoard インスタンスの管理

1. PAI コンソールにログインします。上部メニューでリージョンを選択し、ワークスペースを選択します。[Enter Jobs] をクリックします。

2. [TensorBoard] タブで、次のいずれかの操作を実行します。

トラブルシューティング

ベストプラクティス

• 一般的なワークロードでは、2～4 vCPU と 4～8 GiB のメモリから開始してください。

• 実験タイプとタイムスタンプでログを整理してください (例：/mnt/data/output/runs/experiment_type/date_time/)。

• ストレージコストの削減とパフォーマンス向上のため、不要なトレーニングログを定期的にクリーンアップしてください。

• RAM ロールの割り当てを使用して、TensorBoard インスタンスへのアクセスを、許可されたチームメンバーのみに制限してください。

関連ドキュメント

• TensorBoard インスタンスの作成と管理：AI 資産管理 > タスク ページから TensorBoard インスタンスを作成します。