Kann ich Tensorboard mit Google Colab?

Derzeit nutze ich ngrok tunnel-traffic an localhost.

Ein colab Beispiel finden Sie hier.

Diese sind die Schritte (code-snippets sind Zellen vom Typ "code" in der colab):

1. Bekommen TensorBoard im hintergrund laufen.
   
   Inspiriert von diese Antwort.

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

2. Herunterladen und entpacken Sie ngrok.
   
   Ersetzen Sie den link übergeben wget mit der richtigen download-link für Ihr Betriebssystem.

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

3. Starten ngrok hintergrund-Prozess...

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

   ...und abrufen von öffentlichen url.
   Quelle

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

InformationsquelleAutor Joppe Geluykens

Hier ist, wie können Sie Ihre inline-Modelle auf Google Colab. Unten ist ein sehr einfaches Beispiel zeigt, dass ein Platzhalter:

from IPython.display import clear_output, Image, display, HTML
import tensorflow as tf
import numpy as np
from google.colab import files

def strip_consts(graph_def, max_const_size=32):
    """Strip large constant values from graph_def."""
    strip_def = tf.GraphDef()
    for n0 in graph_def.node:
        n = strip_def.node.add() 
        n.MergeFrom(n0)
        if n.op == 'Const':
            tensor = n.attr['value'].tensor
            size = len(tensor.tensor_content)
            if size > max_const_size:
                tensor.tensor_content = "<stripped %d bytes>"%size
    return strip_def

def show_graph(graph_def, max_const_size=32):
    """Visualize TensorFlow graph."""
    if hasattr(graph_def, 'as_graph_def'):
        graph_def = graph_def.as_graph_def()
    strip_def = strip_consts(graph_def, max_const_size=max_const_size)
    code = """
        <script>
          function load() {{
            document.getElementById("{id}").pbtxt = {data};
          }}
        </script>
        <link  href="https://tensorboard.appspot.com/tf-graph-basic.build.html" onload=load()>
        <div style="height:600px">
          <tf-graph-basic id="{id}"></tf-graph-basic>
        </div>
    """.format(data=repr(str(strip_def)), id='graph'+str(np.random.rand()))

    iframe = """
        <iframe seamless style="width:1200px;height:620px;border:0" srcdoc="{}"></iframe>
    """.format(code.replace('"', '&quot;'))
    display(HTML(iframe))


"""Create a sample tensor"""
sample_placeholder= tf.placeholder(dtype=tf.float32) 
"""Show it"""
graph_def = tf.get_default_graph().as_graph_def()
show_graph(graph_def)

Aktuell, Sie kann nicht ausgeführt werden, ein Tensorboard service auf Google Colab die Weise, die Sie lokal ausführen. Sie können auch exportieren Sie Ihre gesamte Protokoll, um Ihre Fahrt über so etwas wie summary_writer = tf.summary.FileWriter('./logs', graph_def=sess.graph_def) so dass Sie können dann laden Sie es und schauen Sie es lokal.

InformationsquelleAutor JMA

Nutze ich google drive-Backup-und sync -https://www.google.com/drive/download/backup-and-sync/. Die event-Dateien, die prediodically gespeichert in meinem google drive während der Ausbildung, werden automatisch synchronisiert, um einen Ordner auf meinem eigenen computer. Nennen wir diesen Ordner sync_folder. Zugriff auf die Visualisierungen in tensorboard ich öffnen Sie die Eingabeaufforderung und geben Sie: tensorboard --logdir=sync_folder.

So, durch die automatische Synchronisierung meiner Festplatte mit meinem computer (mit back-up und Synchronisierung), die ich verwenden kann tensorboard als wenn ich beim training auf meinem eigenen computer.

InformationsquelleAutor Martijn Cazemier