Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.
# Memuat dan memvisualisasikan tensor keluaran menggunakan aplikasi TensorBoard
Anda dapat melakukan analisis online atau offline dengan memuat tensor keluaran yang dikumpulkan dari bucket S3 yang dipasangkan dengan pekerjaan pelatihan selama atau setelah pelatihan.
Saat Anda membuka TensorBoard aplikasi, TensorBoard buka dengan ** tab ** SageMaker AI Data Manager. Tangkapan layar berikut menunjukkan tampilan lengkap tab SageMaker AI Data Manager di TensorBoard aplikasi.
**catatan**
Plugin visualisasi mungkin tidak muncul saat Anda pertama kali meluncurkan TensorBoard aplikasi. Setelah Anda memilih pekerjaan pelatihan di plugin SageMaker AI Data Manager, TensorBoard aplikasi memuat TensorBoard data dan mengisi plugin visualisasi.
**catatan**
TensorBoard Aplikasi secara otomatis mati setelah 1 jam tidak aktif. Jika Anda ingin mematikan aplikasi ketika Anda selesai menggunakannya, pastikan untuk mematikan secara manual TensorBoard untuk menghindari membayar instans yang menghostingnya. Untuk petunjuk tentang menghapus aplikasi, lihat[Hapus TensorBoard aplikasi yang tidak digunakan](debugger-htb-delete-app.md).
Di ** tab ** SageMaker AI Data Manager, Anda dapat memilih pekerjaan pelatihan apa pun dan memuat data keluaran TensorBoard-compatible pelatihan dari Amazon S3.
1. Di ** bagian ** Cari pekerjaan pelatihan, gunakan filter untuk mempersempit daftar pekerjaan pelatihan yang ingin Anda temukan, muat, dan visualisasikan.
1. Di ** bagian ** Daftar pekerjaan pelatihan, gunakan kotak centang untuk memilih pekerjaan pelatihan tempat Anda ingin menarik data dan memvisualisasikan untuk debugging.
1. Pilih ** Tambahkan pekerjaan yang dipilih**. Pekerjaan yang dipilih akan muncul di ** bagian pekerjaan ** pelatihan yang dilacak, seperti yang ditunjukkan pada tangkapan layar berikut.
**catatan**
**Tab ** SageMaker AI Data Manager hanya menampilkan pekerjaan pelatihan yang dikonfigurasi dengan `TensorBoardOutputConfig` parameter. Pastikan Anda telah mengonfigurasi SageMaker AI ModelTrainer dengan parameter ini. Untuk informasi selengkapnya, lihat [Langkah 2: Buat ModelTrainer objek SageMaker pelatihan dengan konfigurasi TensorBoard output](debugger-htb-prepare-training-job.md#debugger-htb-prepare-training-job-2).
**catatan**
Tab visualisasi mungkin tidak muncul jika Anda menggunakan SageMaker AI TensorBoard untuk pertama kalinya atau tidak ada data yang dimuat dari penggunaan sebelumnya. Setelah menambahkan pekerjaan pelatihan dan menunggu beberapa detik, segarkan penampil dengan memilih panah melingkar searah jarum jam di sudut kanan atas. Tab visualisasi akan muncul setelah data pekerjaan berhasil dimuat. Anda juga dapat mengatur penyegaran otomatis menggunakan ** tombol ** Pengaturan di sebelah tombol refresh di sudut kanan atas.
## Visualisasi tensor keluaran di TensorBoard
Di tab grafis, Anda dapat menemukan daftar pekerjaan pelatihan yang dimuat di panel kiri. Anda juga dapat menggunakan kotak centang pekerjaan pelatihan untuk menampilkan atau menyembunyikan visualisasi. Plugin TensorBoard dinamis diaktifkan secara dinamis tergantung pada bagaimana Anda telah mengatur skrip pelatihan Anda untuk menyertakan penulis ringkasan dan meneruskan panggilan balik untuk koleksi tensor dan skalar, dan oleh karena itu tab grafis juga muncul secara dinamis. Screenshot berikut menunjukkan contoh tampilan setiap tab dengan visualisasi dua pekerjaan pelatihan yang mengumpulkan metrik untuk deret waktu, skalar, grafik, distribusi, dan plugin histogram.
**Tampilan tab SERI WAKTU **
**Tampilan tab SCALARS **
**Tampilan tab GRAPHS **
**Tampilan tab DISTRIBUSI **
**Tampilan tab HISTOGRAMS **
