> For the complete documentation index, see [llms.txt](https://mondrian.gitbook.io/yennefer-cluster/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://mondrian.gitbook.io/yennefer-cluster/c1.3.0/expert-features/undefined/1.-tensorboard.md).

# 1. TensorBoard 사용하기

![](/files/jvLsKoCZKiu3WL4YXO0d)

TensorBoard는 머신러닝 실험에 필요한 시각화 및 도구를 제공합니다. 아래 가이드를 통해 사용해보세요. 

본 가이드라인은 GPU Jupyter 컨테이너를 기준으로 작성하였습니다.  

### 사용방법

![](/files/AkNc4650WtVWSwLG5aL2)

1. Yennefer Studio 프로젝트 상세페이지에서 **"서버 활성화 > 서버실행하기"**를 클릭하여 IDE를 실행합니다.
2. 서버 실행 후, Launcher에서 **Terminal**을 클릭합니다.
3. 터미널에 다음의 내용을 차례대로 입력합니다.\
   \&#xNAN;*<mark style="color:blue;">`pip install tensorflow`</mark>* \
   *<mark style="color:blue;">`pip install jupyter-server-proxy`</mark>* \
   *<mark style="color:blue;">`npm install -g n export N_PREFIX=/opt/conda/`</mark>* \
   *<mark style="color:blue;">`n stable`</mark>* \
   *<mark style="color:blue;">`pip install git+https://github.com/twalcari/jupyterlab_tensorboard.git`</mark>*<br>

![](/files/UvWBy03mR4l5youXkslC)

&#x20;   4\. 설치가 완료되었으면, 창을 닫고 서버를 비활성화합니다.\
&#x20;   5.다시 **서버를 활성화하고** 서버를 실행시킵니다.\
&#x20;  &#x20;

![](/files/1TWAAKKbH8u4V7EG2sum)

&#x20;    6.TensorBoard를 사용할 notebook을 생성합니다.

&#x20;  &#x20;

![](/files/vSLcOgurwGFHICII7D7U)

&#x20;     7.위와 같이 코드를 작성한 후 학습을 진행합니다. <br>

![](/files/kIHoBss93KYctNYn5eJ7)

&#x20;8\. 학습 시 **logdir와 tensorboard\_callback변수**를 추가하여야 합니다.\
&#x20;    (참고 코드 : <https://www.tensorflow.org/tensorboard/tensorboard\\_in\\_noteb> ooks)

![](/files/KbNjgtUQyzkMyEV4iTKp)

&#x20;  9\. 정상적으로 학습이 완료되면 **logs 폴더**가 생깁니다.

![](/files/WAkZ0HysJo9hxBraexmU)

&#x20;   10\. 상단 주소창의 hub0/use&#x72;**/X/Y/**&#xB97C; 확인합니다.

![](/files/Ha3d1MrzN99bjasHBeQy)

&#x20;    11\. 상단 주소창의 **hub0/User/X/Y**를 참고하여 코드를 실행합니다.&#x20;

&#x20;          X,Y에는 숫자가 들어가며 그 외에는 그대로 작성하시면 됩니다.

![](/files/vzXpI2di1K4SrxFowhBd)

&#x20;       12\. **`%tensorboard --logdir logs`** 코드를 입력하여 TensorBoard를 실행합니다.