設置TensorBoard以為Google Colab中的TensorFlow對象檢測模型運行eval.py作業

Question

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 &')

4. 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？

Answer 1

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"