本文属于机器翻译版本。若本译文内容与英语原文存在差异,则一律以英文原文为准。
TensorBoard
TensorBoard
TensorFlow 并且预装了带 TensorBoard 有 Conda 的深度学习 AMI(带有 Conda 的 DLAMI)。带有 Conda 的 DLAMI 还包括一个示例脚本,该脚本 TensorFlow 用于训练启用了额外日志功能的 MNIST 模型。MNIST 是通常用于训练图像识别模型的手写编号的数据库。在本教程中,您将使用脚本来训练 MNIST 模型, TensorBoard 并使用日志来创建可视化效果。
训练 MNIST 模型并使用可视化训练 TensorBoard
使用可视化 MNIST 模型训练 TensorBoard
-
连接到带 Conda 的 DLAMI 的 Amazon Elastic Compute Cloud (Amazon EC2) 实例。
-
激活 Python 2.7 TensorFlow 环境并导航到包含 TensorBoard 示例脚本的文件夹的目录:
$
source activate tensorflow_p27$
cd ~/examples/tensorboard/ -
运行训练启用了延长日志记录的 MNIST 模型的脚本:
$
python mnist_with_summaries.py该脚本将日志写入
/tmp/tensorflow/mnist
。 -
将日志的位置传递到
tensorboard
:$
tensorboard --logdir=/tmp/tensorflow/mnistTensorBoard 在端口 6006 上启动可视化 Web 服务器。
-
为了方便从您的本地浏览器进行访问,您可以将 Web 服务器端口更改为端口 80 或其他端口。无论您使用哪个端口,都需要在 EC2 安全组中为您的 DLAMI 打开此端口。您还可以使用端口转发。有关更改安全组设置和端口转发的说明,请参阅设置 Jupyter Notebook 服务器。默认设置如下一步中所述。
注意
如果您需要同时运行 Jupyter 服务器和服务器,请为 TensorBoard 每台服务器使用不同的端口。
-
在您的 EC2 实例上打开端口 6006 (或您分配给可视化 Web 服务器的端口)。
-
在 Amazon EC2 控制台中打开您的 EC2 实例,网址为:https://console.aws.amazon.com/ec2/
。 -
在 Amazon EC2 控制台中,选择网络与安全,然后选择安全组。
-
对于安全组,选择最近创建的一个安全组(请参阅描述中的时间戳)。
-
选择入站选项卡,然后选择编辑。
-
选择添加规则。
-
在新行中,键入以下内容:
类型:自定义
TCP Rule
协议:
TCP
端口范围:
6006
(或您分配给可视化服务器的端口)源:
Custom IP (specify address/range)
-
-
使用使用 Conda 运行 DLAMI 的 EC2 实例的公有 IP 或 DNS 地址以及您打开的端口,打开 TensorBoard 可视化效果的网页: TensorBoard
http://
YourInstancePublicDNS
:6006
更多信息
要了解更多信息 TensorBoard,请TensorBoard访问网站