Repolode
tensorflow

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. 1

    Instale o TensorBoard com pip

    pip install tensorboard
  2. 2

    Indique o diretório de logs ao TensorBoard e inicie-o

    tensorboard --logdir path/to/logs
  3. 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