本教程结合以上两个教程得以实现在kaggle上使用tensorboard
以下代码都是在train_step的上面写的
log_dir="runs/"
summary_writer = tf.summary.create_file_writer(
log_dir + "fit/" + datetime.datetime.now().strftime("%Y%m%d-%H%M%S"))
下载一个包
恩因为这里要下包,所以你的设置的时候要把联网打开,就是下面那个Internet
!wget https://bin.equinox.io/c/4VmDzA7iaHb/ngrok-stable-linux-amd64.zip
!unzip ngrok-stable-linux-amd64.zip
如果不行可以试下这个:
“现在ngrok要token了,在!unpzip ngrok后一行加入! “
./ngrok authtoken [你的token]
(评论区补充)
import os
import multiprocessing
pool = multiprocessing.Pool(processes = 10)
results_of_processes = [pool.apply_async(os.system, args=(cmd, ), callback = None )
for cmd in [
f"tensorboard --logdir ./runs/ --host 0.0.0.0 --port 6006 &",
"./ngrok http 6006 &"
]]
! curl -s http://localhost:4040/api/tunnels | python3 -c \
"import sys, json; print(json.load(sys.stdin)['tunnels'][0]['public_url'])"
在上面这段代码的下面会出现一个链接,你点进去就会到tensorboard的界面了。
接下来这段代码是在train_step里面写的
with summary_writer.as_default():
tf.summary.scalar('gen_loss', gen_total_loss, step=EPOCHS)
tf.summary.scalar('disc_loss', disc_total_loss, step=EPOCHS)
就是添加你需要看的东西的曲线的信息