[英]Set up TensorBoard to run eval.py job for TensorFlow object detection models in Google Colab
我是深度學習領域的新手。 我想在Google Colab中運行對象檢測模型時使用TensorBoard。
我已經提到了幾個討論線程( 如何為張量流對象檢測模型運行eval.py作業 )
但是沒有得到我具體查詢的答案。
我正在按照以下步驟操作:
流程1:
1.下載ngrok並解壓縮
!wget https://bin.equinox.io/c/4VmDzA7iaHb/ngrok-stable-linux-amd64.zip
!unzip -o ngrok-stable-linux-amd64.zip
2.指定的日志目錄和后台觸發的張量板
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通過端口6006隧道連接TensorBoard:
get_ipython().system_raw('./ngrok http 6006 &')
生成的TensorBoard鏈接:
! curl -s http:// localhost:4040 / api / tunnels | python3 -c \\“導入sys,json; print(json.load(sys.stdin)['tunnels'] [0] ['public_url'])”
問題:
一世。 當我打開鏈接時,將打開一個空白頁面,並顯示以下通知:
*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。 在訓練進行期間,我回過頭來刷新張量板,它看上去一片空白
另外,在任何給定的實例中,我的日志目錄(即培訓目錄)具有以下文件:日志文件在哪里?
我的問題:
我如何看到TensorBoard上的培訓進度? 我采用的方法有什么問題嗎?
工程2:
正如@cookiemonster建議的那樣:
我嘗試了以下設置以從Colab單元本身打開TensorBoard:
!pip install tb-nightly
%load_ext tensorboard
%tensorboard --logdir '/content/models/research/training'
輸出:
只是一個橙色酒吧
培訓開始后,如何在此過程中查看培訓狀態。
最后一個問題:
我的主要目標是通過更改配置文件中'matrics_set'的值,然后運行eval.py來檢查不同的評估矩陣,我需要檢查結果。
我在一個線程中讀到,``結果輸出到一個以events.out.tfevents為前綴的事件摘要文件,您可以使用TensorBoard對其進行可視化處理''
(參考: 運行對象檢測評估協議(tensorflow) )
我的問題:
如果我只運行以下代碼,日志文件會在我指定的日志目錄中生成嗎?
!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>
在查看張量板時面臨當前的基本問題,如何實現查看運行eval.py結果的主要目標?
僅供參考,新的張量板可以直接在筆記本中運行,因此您可以運行
!pip install tb-nightly
%load_ext tensorboard
%tensorboard --logdir "/content/runs"
或者您掛載google驅動器並可以在另一個colab筆記本中運行它(也許僅使用CPU),以避免弄亂已安裝的庫
%tensorboard --logdir "/content/drive/My Drive/Colab Runs"
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.