[tensorflow] 在linux机器上远程使用tensorboard

本文介绍了如何在云端Jupyter Notebook环境下使用Tensorboard进行远程监控。通过SSH正向代理,将远程服务器上的Tensorboard数据转发到本地端口,从而在本地浏览器访问。只需执行ssh命令建立连接,然后启动Tensorboard并访问指定本地地址,即可实现远程Tensorboard的可视化。这种方法对于在云端进行机器学习项目的人来说非常实用。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

Tensorboard是一个很不错的可视化监控Machine Learning学习过程的工具,可以非常方便的查看损失,准确率,以及各项自定义的参数。
在本地运行tensorboard非常的简单,只要在命令行里执行以下命令:

tensorboard --logdir=<你的tensorboard数据存储目录>

然后在浏览器地址栏输入“http://localhost:6006" 就可以了。但是如果你的jupyter notebook是在云端的呢?似乎这样就不行了,我在网上查了一下发现以下方法亲测有效。

首先在命令行执行以下ssh命令。

ssh -L 16006:127.0.0.1:6006 account@server.address
  • account@server.address 是你的登陆账号@远端服务器的地址,比如你的登录账号是ubuntu, 服务器地址是15.66.221.62,那就写成ubuntu@15.66.221.62
  • -L参数表示“正向代理”,就是在本地启动端口,把本地端口数据转发到远端。也就是说在127.0.0.1启动端口16006 把它映射到远端的15.66.221.62: 6006,这样访问127.0.0.1也就相当于访问15.66.221.62: 6006。

完成设置后,启动tensorbaord

tensorboard --logdir=<你的tensorboard数据存储目录>

在本地访问http://127.0.0.1:16006/即可打开远程的tensorboard。

tensorboardLinux环境下的使用方法如下: 1. 首先,确保已经安装了TensorFlowTensorBoard。可以使用pip命令进行安装,例如:pip install tensorflow tensorboard。 2. 打开终端,进入到你的训练日志所在的目录。 3. 运行以下命令启动TensorBoardtensorboard --logdir=YourPATH --port=6006。其中,YourPATH是你的训练日志所在的路径,可以根据实际情况进行替换。--port参数是可选的,用于指定TensorBoard的端口号,默认为6006。\[1\] 4. 在浏览器中输入http://localhost:6006,即可访问TensorBoard的界面,查看训练过程中的各种指标和图表。 总结一下,在Linux环境下,你可以通过在终端中运行tensorboard命令来启动TensorBoard,并通过浏览器访问相应的地址来查看训练过程中的结果。\[1\] \[3\] #### 引用[.reference_title] - *1* [linux远程服务器tensorboard使用](https://blog.youkuaiyun.com/weixin_42059276/article/details/106668679)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insert_down28v1,239^v3^insert_chatgpt"}} ] [.reference_item] - *2* *3* [解决在linux 系统下使用 tensorboard 命令出现 not command](https://blog.youkuaiyun.com/qqr99000/article/details/78898928)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insert_down28v1,239^v3^insert_chatgpt"}} ] [.reference_item] [ .reference_list ]
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

编程小白的逆袭日记

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值