设置TensorBoard以为Google Colab中的TensorFlow对象检测模型运行eval.py作业

Question

我是深度学习领域的新手。 我想在Google Colab中运行对象检测模型时使用TensorBoard。

我已经提到了几个讨论线程（ 如何为张量流对象检测模型运行eval.py作业 ）

但是没有得到我具体查询的答案。

我正在按照以下步骤操作：

流程1：

1.下载ngrok并解压缩

!wget https://bin.equinox.io/c/4VmDzA7iaHb/ngrok-stable-linux-amd64.zip
!unzip -o ngrok-stable-linux-amd64.zip

2.指定的日志目录和后台触发的张量板

LOG_DIR = '/content/models/research/training'
get_ipython().system_raw(
    'tensorboard --logdir {} --host 0.0.0.0 --port 6006 &'
    .format(LOG_DIR)
)

3.Ran ngrok通过端口6006隧道连接TensorBoard：

get_ipython().system_raw('./ngrok http 6006 &')

4. 生成的TensorBoard链接：

   ！ curl -s http：// localhost：4040 / api / tunnels | python3 -c \\“导入sys，json; print（json.load（sys.stdin）['tunnels'] [0] ['public_url']）”

问题：

一世。 当我打开链接时，将打开一个空白页面，并显示以下通知：

*No dashboards are active for the current data set.
Probable causes:
You haven’t written any data to your event files.
TensorBoard can’t find your event files.*

II。 在训练进行期间，我回过头来刷新张量板，它看上去一片空白

另外，在任何给定的实例中，我的日志目录（即培训目录）具有以下文件：日志文件在哪里？

我的问题：

我如何看到TensorBoard上的培训进度？ 我采用的方法有什么问题吗？

工程2：

正如@cookiemonster建议的那样：

我尝试了以下设置以从Colab单元本身打开TensorBoard：

!pip install tb-nightly
%load_ext tensorboard

%tensorboard --logdir '/content/models/research/training'

输出：

只是一个橙色酒吧

培训开始后，如何在此过程中查看培训状态。

最后一个问题：

我的主要目标是通过更改配置文件中'matrics_set'的值，然后运行eval.py来检查不同的评估矩阵，我需要检查结果。

我在一个线程中读到，``结果输出到一个以events.out.tfevents为前缀的事件摘要文件，您可以使用TensorBoard对其进行可视化处理''

（参考： 运行对象检测评估协议（tensorflow） ）

我的问题：

如果我只运行以下代码，日志文件会在我指定的日志目录中生成吗？

!python eval.py --logtostderr --pipeline_config_path=<path to training directory>/faster_rcnn_inception_v2_pets.config --checkpoint_dir=<path to training directory> --eval_dir=<path to log directory>

在查看张量板时面临当前的基本问题，如何实现查看运行eval.py结果的主要目标？

Answer 1

仅供参考，新的张量板可以直接在笔记本中运行，因此您可以运行

!pip install tb-nightly
%load_ext tensorboard
%tensorboard --logdir "/content/runs"

或者您挂载google驱动器并可以在另一个colab笔记本中运行它（也许仅使用CPU），以避免弄乱已安装的库

%tensorboard --logdir "/content/drive/My Drive/Colab Runs"