Tensorboard - 无法从谷歌云实例连接答案

【问题标题】：Tensorboard - can't connect from Google Cloud InstanceTensorboard - 无法从谷歌云实例连接
【发布时间】：2020-08-03 08:04:39
【问题描述】：

我正在尝试从我的谷歌云虚拟机终端中加载 Tensorboard。

tensorboard --logdir logs --port 6006

在 localhost 上服务 TensorBoard；要暴露给网络，请使用代理或传递 --bind_all TensorBoard 2.2.1 http://localhost:6006/（按 CTRL+C 退出）

当我点击链接时：

Chrome 我得到error 400

火狐Error: Could not connect to Cloud Shell on port 6006. Ensure your server is listening on port 6006 and try again.

我添加了一个新的防火墙规则以允许 ip 0.0.0.0/0 使用端口 6006，但仍然无法使其正常工作。我也尝试过使用 --bind_all 但这不起作用。

【问题讨论】：

标签： google-cloud-platform tensorboard

【解决方案1】：

来自Training a Keras Model on Google Cloud ML GPU：

...现在要在 google cloud ML 引擎上训练此模型，请在 cloud sdk 终端上运行以下命令

gcloud ml-engine jobs submit training JOB1 
  --module-name=trainer.cnn_with_keras 
  --package-path=./trainer 
  --job-dir=gs://keras-on-cloud
  --region=us-central1 
  --config=trainer/cloudml-gpu.yaml

开始培训后，您可以从谷歌控制台查看日志。培训大约需要 5 分钟，日志应如下所示。您还可以查看 我们之前创建的名为“keras-on-cloud”的存储桶中的 tensorboard 日志

要以图形方式可视化训练和更改，请单击右上角的图标打开云外壳。启动后，键入以下命令以在端口 8080 上启动 Tensorboard。

tensorboard --logdir=gs://keras-on-cloud --port=8080

【讨论】：

【解决方案2】：

对于其他为此苦苦挣扎的人，我决定将我的日志输出到 S3 存储桶，然后我没有尝试从 GCP 实例中运行 tensorboard，而是在本地运行它，并使用以下脚本进行了测试。

我需要将其放入脚本中，而不是直接从命令行调用，因为我需要加载我的 AWS 凭证。然后我使用subprocess 正常运行命令行功能。

env 文件中包含的凭据，使用 python-dotenv 找到

from dotenv import find_dotenv, load_dotenv
import subprocess
load_dotenv(find_dotenv())


if __name__=='__main__':
    cmd = 'tensorboard --logdir s3://path-to-s3-bucket/Logs/'
    p = subprocess.Popen(cmd, shell=True)
    p.wait()



Serving TensorBoard on localhost; to expose to the network, use a proxy or pass --bind_all
TensorBoard 2.1.1 at http://localhost:6006/ (Press CTRL+C to quit)

【讨论】：