Plataforma open source para acompanhar e visualizar treinamentos de IA, registrando métricas, hiperparâmetros e dados de hardware, com implantação na nuvem ou autohospedada.
tensorflow/tensorboard
TensorBoard é um toolkit de visualização baseado na web para inspecionar execuções de treinamento, métricas, grafos e embeddings do TensorFlow.
Alternativa open source a:Weights & Biases
- Estrelas
- 7,241
- Forks
- 1,723
- Issues abertas
- 758
- Último commit
- anteontem
O que é?
TensorBoard é um conjunto de aplicações web para inspecionar e entender execuções e grafos do TensorFlow. Ele lê arquivos de eventos gravados por summary writers em um diretório de logs e exibe no navegador escalares, histogramas, distribuições, imagens, áudio, texto e grafos computacionais.
As execuções são carregadas automaticamente de um diretório de logs e de seus subdiretórios, permitindo comparar vários experimentos lado a lado. Os painéis organizam os dados por tag, e os gráficos de escalares oferecem zoom, leituras com retículo e pastas personalizadas por meio de expressões regulares. O Embedding Projector visualiza embeddings de alta dimensão a partir de checkpoints, e o Graph Explorer ajuda a inspecionar a estrutura do modelo usando name scopes.
O TensorBoard foi projetado para funcionar totalmente offline, localmente ou atrás de um firewall. Ele pode ser usado no Chrome ou no Firefox, e seu sistema de plugins permite adicionar visualizações personalizadas.
Recursos principais
- 01Painel de escalares para acompanhar métricas como loss e taxa de aprendizado ao longo do tempo
- 02Visualizações de histogramas e distribuições de valores de tensores ao longo das etapas de treinamento
- 03Painéis de imagens, áudio e texto para dados de summaries
- 04Graph Explorer para inspecionar a estrutura de modelos do TensorFlow
- 05Embedding Projector para visualizar embeddings de alta dimensão
- 06Sistema de plugins para adicionar visualizações personalizadas
Casos de uso
- Acompanhar curvas de loss e acurácia durante o treinamento de modelos
- Comparar experimentos com diferentes hiperparâmetros em várias execuções
- Inspecionar a estrutura de um grafo computacional do TensorFlow
- Explorar embeddings de palavras ou imagens de um modelo treinado
Início rápido
- 1
Instale o TensorBoard com pip
pip install tensorboard - 2
Indique o diretório de logs ao TensorBoard e inicie-o
tensorboard --logdir path/to/logs - 3
Abra http://localhost:6006 no navegador
Antes de usar
- É necessário que o TensorFlow tenha gravado dados de resumo em um diretório de logs para que algo seja exibido.
- O suporte oficial é limitado ao Google Chrome ou Firefox; outros navegadores podem apresentar problemas.
Em coleções
Tópicos
Perguntas frequentes
- O que é tensorboard?
- TensorBoard é um toolkit de visualização baseado na web para inspecionar execuções de treinamento, métricas, grafos e embeddings do TensorFlow. TensorBoard é um conjunto de aplicações web para inspecionar e entender execuções e grafos do TensorFlow. Ele lê arquivos de eventos gravados por summary writers em um diretório de logs e exibe no navegador escalares, histogramas, distribuições, imagens, áudio, texto e grafos computacionais.
- tensorboard é gratuito? Qual é a licença?
- tensorboard é open source sob a licença Apache-2.0. Confira os termos da licença antes de usá-lo em produtos comerciais.
- tensorboard ainda é mantido?
- Manutenção ativa. O último commit de tensorboard foi em 4 de nov. de 2026.
- Para que posso usar tensorboard?
- Acompanhar curvas de loss e acurácia durante o treinamento de modelos Comparar experimentos com diferentes hiperparâmetros em várias execuções Inspecionar a estrutura de um grafo computacional do TensorFlow Explorar embeddings de palavras ou imagens de um modelo treinado
- Como instalar tensorboard?
- Instale o TensorBoard com pip: pip install tensorboard Indique o diretório de logs ao TensorBoard e inicie-o: tensorboard --logdir path/to/logs Abra http://localhost:6006 no navegador
- Onde consigo tensorboard?
- O código-fonte e as instruções de instalação estão no GitHub: https://github.com/tensorflow/tensorboard
Resumo gerado por IA a partir do README do projeto. As estatísticas do GitHub são atualizadas diariamente.
Projetos relacionados
Keras 3 é um framework de deep learning que roda com JAX, TensorFlow, PyTorch ou OpenVINO para inferência.
Visualizador de modelos de redes neurais, deep learning e machine learning, com suporte a ONNX, TensorFlow, PyTorch, Core ML e muitos outros formatos.
Acelerador multiplataforma para executar modelos de ML exportados no formato ONNX, com suporte ao treinamento de scripts do PyTorch.
Biblioteca Python que converte código de machine learning entre frameworks como PyTorch, TensorFlow, JAX e NumPy usando ivy.transpile.
Biblioteca Python e plataforma hospedada para acompanhar, visualizar e gerenciar experimentos de machine learning, conjuntos de dados e modelos.