Google Colab 上的 Tensorflow Tensorboard (Ngrok)

Question

我正在嘗試在 Google Colab 上制作自定義對象檢測模型。 我在啟動 Tensorboard 時遇到問題。 在開始培訓之前，我為 Ngrok 運行了以下命令。

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

LOG_DIR = '/tmp/log'
get_ipython().system_raw(
    'tensorboard --logdir {} --host 0.0.0.0 --port 6006 &'
    .format(LOG_DIR)
)

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

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

並得到了輸出與URL像這樣。

然后我開始訓練，之后我轉到了 URL。 但在那里沒有找到數據。 誰能告訴我哪里出錯了？

還有一個問題......我發現停止訓練我需要使用Ctrl+C 。 但是如何在 Colab Notebook 上發送Ctrl+C ？

提前致謝。

問候。

Answer 1

在 Colab 中使用 Ngrok 獲取通往 TensorBoard 實例的隧道曾經是一種相當普遍的做法，但現在不再需要了：TensorBoard 內置了對筆記本環境的支持，包括 Colab 和 Jupyter。 加載tensorboard notebook 擴展后，您可以使用%tensorboard啟動命令行，它應該可以正常工作：

%load_ext tensorboard  # only needed once (e.g., at top of notebook)

%tensorboard --logdir logs

您也不需要設置主機和端口（盡管您可以；只要主機解析，它仍然可以工作），並且您不需要在后台運行。 隨着您從 Colab 筆記本中寫入更多訓練數據，筆記本中顯示的 TensorBoard 實例將繼續實時刷新。

有關更多詳細信息，您可以查看“在筆記本中使用 TensorBoard”的文檔。

（披露：我在 TensorBoard 上工作並實現了這個功能。）