【发布时间】:2019-12-14 04:17:43
【问题描述】:
我正在使用 Google Colab 训练用于对象检测的神经网络。我想可视化学习过程,但每次我尝试访问 tensorboard 时,它都会显示以下内容:
当前数据集没有处于活动状态的仪表板。可能的原因: - 您没有将任何数据写入事件文件。 - TensorBoard 找不到您的事件文件。
我没有在本地训练模型,并且已经使用 colab 笔记本配置了我的 google 驱动器帐户以获取训练数据,因此用户 hpabst 的 answer 似乎没有用。
我也尝试使用ngrok 设置张量板,但这给了我类似的输出。
我通过创建摘要编写器确保在日志目录中生成摘要数据:
import tensorflow as tf
sess = tf.Session()
file_writer = tf.summary.FileWriter('/content/logs/my_log_dir/', sess.graph)
然后是
tensorboard = TensorBoard(log_dir="/content/logs/my_log_dir/",batch_size=32, write_graph=True, update_freq='epoch')
model.fit_generator(
train_generator,
steps_per_epoch=(train_data/BS),
epochs=EPOCHS,
validation_data=validation_generator,
validation_steps=(test_data/BS),
callbacks=[tensorboard, checkpoint])
最后
tensorboard --logdir /content/logs/my_log_dir/
事件文件已就位。日志目录的路径也正确。
【问题讨论】:
-
调用 Tensorboard 时,您似乎在路径开头缺少
/ -
哦,打错字了。进行了编辑。
-
您能否让张量板在您在 ngrok 链接中提供的工作示例中运行?查看日志文件夹中创建了哪些文件,并将文件与模型创建的日志文件夹进行比较。
-
我不太明白你的意思。据我了解,我的 colab 虚拟机中的“my_log_dir”文件夹中应该只有一组模型创建的事件文件。 Tensorboard 使用相同的事件文件进行可视化。不会在任何地方生成第二组事件文件。
标签: python tensorflow google-colaboratory tensorboard