使用 voc2012 为 Google Cloud ML 配置 luminoth 训练/评估作业答案

【问题标题】：Configuration of luminoth training/evaluation job for Google Cloud ML using voc2012使用 voc2012 为 Google Cloud ML 配置 luminoth 训练/评估作业
【发布时间】：2018-04-22 09:10:02
【问题描述】：

如何配置luminoth 训练作业（在 Google Cloud ML 上）和张量板？我将 voc2012 转换为 tfrecord 格式并上传到存储桶。所以现在我想使用 voc2012 数据集训练默认模型（FasterRCNN）。

我应该使用哪个配置文件？ sample_config.yml 还是 fastrcnn 目录下的 base_config.yml 文件？如何提交评估工作？

使用 Tensorboard 有什么需要考虑的吗？

【问题讨论】：

您的问题是针对 luminoth 的。您应该能够通过将 Tensorboard 指向您的输出目录从非 Windows 机器上运行它。我不知道 Luminoth 中的评估工作是如何工作的，但在 CloudML Engine 上，通常设置 Master 来进行评估。您也许可以在 CloudML Engine 上将其作为另一个“训练”作业（实际上并未训练）运行。
其实还没有实现。昨天他们提交了支持评估的更新： lumi cloud gc 评估注意：但仅适用于 Ubuntu，因为它直接连接到 gs://

标签： tensorflow deep-learning tensorboard google-cloud-ml

【解决方案1】：

提交评估工作：

lumi cloud gc evaluate

选项：

--job-id TEXT               // JobId for saving models and logs. [required]   
--service-account-json TEXT // [required]   
--bucket TEXT               // Where to save models and logs.   
--split TEXT                // Dataset split to use.   
--region TEXT               // Region in which to run the job.
--scale-tier [BASIC|STANDARD_1|PREMIUM_1|BASIC_GPU|CUSTOM]   
--rebuild                   // Rebuild and upload package.   
--postfix TEXT              // Postfix for the evaluation job name.   
-h, --help                  // Show this message and exit.

【讨论】：