Tensorboard + Keras + ML引擎

Question

我目前使用Google Cloud ML Engine设置来训练在Keras中创建的模型.使用Keras时,ML Engine似乎不会自动将日志保存到存储桶中.我在ML Engine Jobs页面中看到了日志,但它们没有显示在我的存储桶中,因此我无法在训练时运行tensorboard.

您可以看到作业已成功完成并生成日志:

但是我的存储桶中没有保存日志:

我在设置环境时遵循了本教程:(http://liufuyang.github.io/2017/04/02/just-another-tensorflow-beginner-guide-4.html)

那么,在ML Engine上训练Keras模型时,如何获取日志并运行tensorboard？还有其他人在这方面取得了成功吗？

Answer 1

您需要创建一个回调keras.callbacks.TensorBoard(..)才能写出日志.请参阅Tensorboad回调.您也可以将GCS路径(gs:// path/to/my/logs)提供给回调的log_dir参数,然后将Tensorboard指向该位置.您将在调用model.fit_generator(...)或model.fit(...)时将回调添加为列表.

tb_logs = callbacks.TensorBoard(
            log_dir='gs://path/to/logs',
            histogram_freq=0,
            write_graph=True,
            embeddings_freq=0)

model.fit_generator(..., callbacks=[tb_logs])