TensorBoard in Colab

Tensorboard套件能視覺化呈現使用Tensorflow或Keras訓練過程中相關數據(Accuracy、Loss、Gradient…)。

Colab是Google提供一個虛擬環境來執行程式碼的地方。

colab無法在command環境下開啟tensorboard和不能指定訓練時記錄檔(logdir)。

Ngrok使tensorboard可在Colab上使用。

轉換概念是把原本在localhost上的service轉成一個網址，當外部有人連上這個網址時，Ngrok就會把外部的請求轉送localhost上的特定port。

Step1. 在Colab下載Ngrok，前面加上 ! 就可以使用linux下的command

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

Step2.指定訓練過程的紀錄檔(logdir)要存放在virtual machine下的哪個位置，並開啟tensorboard service(port 6006)

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

Step3.開啟ngrok服務，並綁定port 6006

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

Step4. 產生一組網址

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

從外部連到這組網址，就會導向virtual machine的port 6006，也就是colab裝置內的tensorboard。

http://8979d72c.ngrok.io

在原本tensorflow程式檔裡，神經網絡運算初始sess.run(init)之後，加入欲使用的tensorboard指令：

writer = tf.summary.FileWriter("./log", graph = sess.graph)

" "內的路徑要改為Step 2設定的LOG_DIR。

tf.summary.FileWriter()將視覺化檔案輸出。

Fig 1. TensorBoard介面

Fig 1.是進入http://8979d72c.ngrok.io 後，可以在Graphs頁籤下看到神經網絡圖。

results matching ""