标签: tensorboard

我使用 MobileNet_v1_1.0_224 张量流模型进行对象检测。现在，我有自定义冻结图（.pb 文件），需要将其转换为 tflite 扩展名，以便我可以在移动设备上使用我的模型。

有人可以帮我识别这个张量板图中的输入和输出名称吗？我需要它们用作输入和输出参数，以将我的冻结图（.pb 文件）转换为tensorflow lite（.tflite）文件

来自张量板的图表

同一张图

因此，我试图在张量板中实现类似的功能，在“运行”部分中，我可以看到所有日志都被一起选择并显示在张量板的图表上。

但当我运行张量板时，我似乎无法得到这一点，我只能使用以下命令指定一个目录

tensorboard --logdir=models/dnn_momentum/test

我在哪里：

因此在张量板上，我只有：

我是否可以使用任何命令来允许张量板同时访问所有三个文件日志，从而允许我在张量板的“运行”部分查看所有这些日志，如上面的第一张图片？

我正在关注 pytorch tensorboard 教程：https ://pytorch.org/tutorials/intermediate/tensorboard_tutorial.html 。

但由于以下错误，我什至无法启动：

from torch.utils.tensorboard import SummaryWriter

---------------------------------------------------------------------------
ModuleNotFoundError                       Traceback (most recent call last)
~/apps/anaconda3/envs/torch/lib/python3.7/site-packages/torch/utils/tensorboard/__init__.py in <module>
      1 try:
----> 2     from tensorboard.summary.writer.record_writer import RecordWriter  # noqa F401
      3 except ImportError:

ModuleNotFoundError: No module named 'tensorboard'

During handling of the above exception, another exception occurred:

ImportError                               Traceback (most recent call last)
<ipython-input-4-c8ffdef1cfab> in <module>
----> 1 from torch.utils.tensorboard import SummaryWriter
      2 
      3 # default `log_dir` is "runs" - we'll be more specific here
      4 writer …

我正在使用 Keras 关注神经网络上的 senddex 视频。

我的 tensorflow 版本是 2.0.0。

我在 Windows 10 上并在 Anaconda Jupyter 环境中运行此代码。

我试过搜索或这个错误，但我没有得到任何结果。

代码：

import tensorflow as tf
from tensorflow.keras.datasets import cifar10
from tensorflow.keras.preprocessing.image import ImageDataGenerator
from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import Dense, Dropout, Activation, Flatten
from tensorflow.keras.layers import Conv2D, MaxPooling2D
from tensorflow.keras.callbacks import Tensorboard

import pickle
import numpy as np
import os
import time

os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'

NAME = "CATS-VS-DOGS-CNN-{}".format(int(time.time()))

tensorboard = TensorBoard(log_dir="logs/{}".format(NAME))

pickle_in = open("X.pickle","rb")
X = pickle.load(pickle_in)

pickle_in = open("y.pickle","rb")
y …

我正在学习 PyTorch 教程，目前正在学习 TensorBoard 教程。通过研究，我已经能够让它通过另一个选项卡内联工作。我的偏好是将其保留在另一个将自动更新的选项卡中。

下面描述的方法使用ngrok： https://medium.com/@iamsdt/using-tensorboard-in-google-colab-with-pytorch-458f9bb95212

然而，它是不稳定的，因为它会到达许多连接然后断开：

Too many connections! The tunnel session '1Z8HZHdl5gLd1xJVdx5Vqqpl9dW' has violated the rate-limit policy of 20 connections per minute by initiating 133 connections in the last 60 seconds. Please decrease your inbound connection volume or upgrade to a paid plan for additional capacity.

The error encountered was: ERR_NGROK_702

当发生这种情况时，我必须重新启动整个内核并重新开始。非常令人沮丧。

这确实不是我正在寻找的解决方案。有人有解决方案吗？

我想谷歌应该有一个解决方案......

我对 RL 很陌生，目前正在自学如何使用 tf_agents 库实现不同的算法和超参数。

我一直在使用本教程https://colab.research.google.com/github/tensorflow/agents/blob/master/docs/tutorials/1_dqn_tutorial.ipynb提供的代码。

在学习如何使用 TensorBoard 后，我开始想知道如何可视化 tf_agents 库中的图形。每个 TensorBoard 教程/帖子似乎都实现了自己的模型或定义 tf.function 来记录图。但是，我无法将此类方法应用于上面的教程。

如果有人可以帮助我在 TensorBoard 中使用 tf_agents 可视化模型图，我将非常感激。谢谢！

我使用的是 TensorFlow 2.1.2 和 TensorBoard 2.4.1，

import os, shutil
import tensorflow as tf
print(tf.__version__)

SUMMARY_DIR = 'summary/testing_this'
if 1:
    # SUMMARY_DIR is the path of the directory where the tensorboard SummaryWriter files are written
    # the directory is removed, if it already exists
    if os.path.exists(SUMMARY_DIR):
        shutil.rmtree(SUMMARY_DIR)

    train_summary_writer = tf.summary.create_file_writer(os.path.join(SUMMARY_DIR, 'train'))
    test_summary_writer  = tf.summary.create_file_writer(os.path.join(SUMMARY_DIR, 'test'))
    train_summary_counter = 0

for i in range(100):
    with train_summary_writer.as_default():
        tf.summary.scalar('train/sampled-softmax loss', i+5, step=train_summary_counter)                
        train_summary_counter += 1
    
    

上面写的代码工作得很好。但是当我升级到 TensorFlow 2.3.0 时，抛出了以下错误——

Serving TensorBoard on localhost; to expose …

目标：我想启动tensorboard仪表板并从生成的文件中可视化标量选项卡中的损失/指标tfevents。

设置：在一个conda环境中，python=3.8.5仅安装了这些软件包（我创建了一个新的环境来测试问题，初始代码环境使用 python 3.9）：

• conda install -c anaconda jupyter
• conda install ipykernel
• conda install pytorch torchvision torchaudio cudatoolkit=10.2 -c pytorch
• conda install -c conda-forge tensorboard
• pip install torch-tb-profiler

结果： 我tfevents在子文件夹中有一个已经生成的文件runs。当我使用 vscode 时，现在集成的 vscodetensorboard正在加载直到超时。首先，我认为这只是 VS Code 的问题......

但我尝试通过集成终端（cmd 提示符）使用： tensorboard --logdir=runs或启动tensorboard tensorboard --logdir="C:workspace\runs" --host localhost --port 6006。

无论是在 vscode 中还是在 上的交互式窗口中http://localhost:6006/，在所有情况下tensorboard都仅以橙色标题打开，并带有空白页面（见下图），永久加载...

我在这里做错了什么？它与此类似，但那里的解决方案没有帮助。多谢！

编辑：感谢@LzZ，现在即使在使用集成终端命令时，即使在上述旧环境中，它也能神奇地工作，但通过命令选项板启动仍然无法在vscode

EDIT2：不知何故，它又回到了在任何环境下都无法工作的状态。昨天肯定有什么东西疏通了一切。现在又回到不工作状态了...

tensorboard --logdir …

我使用name_scope来管理变量的名称,因此它可以通过tensorboard很好地显示.但是我发现一些奇怪的东西,name_scope不会为tf.get_variable创建的变量添加前缀.所以代码引发了一个错误:

with tf.name_scope(self.networkName + '/conv1'):
    self.conv1_w = tf.get_variable(shape = [8, 8, 4, 16], name = 'w', initializer=tf.contrib.layers.xavier_initializer())
    self.conv1_b = tf.get_variable(shape = [16], name = 'b', initializer=tf.contrib.layers.xavier_initializer())
    self.conv1_o = tf.nn.relu(tf.nn.conv2d(self.states, self.conv1_w, [1, 4, 4, 1], 'SAME') + self.conv1_b)

with tf.name_scope(self.networkName + '/conv2'):
    self.conv2_w = tf.get_variable(shape = [4, 4, 16, 32], name = 'w', initializer=tf.contrib.layers.xavier_initializer())
    self.conv2_b = tf.get_variable(shape = [32], name = 'b', initializer=tf.contrib.layers.xavier_initializer())
    self.conv2_o = tf.nn.relu(tf.nn.conv2d(self.conv1_o, self.conv2_w, [1, 2, 2, 1], 'SAME') + self.conv2_b)

ValueError:变量w已存在,不允许.

我可以使用variable_scope而不是name_scope吗？tensorboard可以在variable_scope上工作吗？

我有一批形状为[5,1,100,100]( batch_size x dims x ht x wd)的分割掩码，我必须在 tensorboardX 中使用 RGB 图像批次显示它们[5,3,100,100]。我想在分割掩码的第二个轴上添加两个虚拟维度以使其[5,3,100,100]在将其传递给torch.utils.make_grid. 我曾尝试unsqueeze，expand并view但我不能够做到这一点。有什么建议？