TensorBoard在Azure虚拟机上无法访问

时间:2017-06-29 18:39:37

标签: azure ubuntu networking tensorflow tensorboard

我在Azure上的Ubuntu 16.04虚拟机上进行了TensorFlow模型培训。突然间,TensorBoard进程再也无法从外部访问。网络安全组应该正确配置(见图),正如我所说,它曾经工作到今天晚上。我没有改变机器上的任何东西。我能做的任何检查吗?任何提示?谢谢!

NSG

2 个答案:

答案 0 :(得分:2)

您应该使用class InfoBoxBuilder extends Gmaps.Google.Builders.Marker create_infowindow: -> return null unless _.isString @args.infowindow boxText = document.createElement("div") boxText.setAttribute('class', 'panel panel-green') boxText.innerHTML = @args.infowindow @infowindow = new InfoBox(@infobox(boxText)) infobox: (boxText)-> content: boxText pixelOffset: new google.maps.Size(-140, 0) boxStyle: width: "280px" @buildMap = (markers)-> handler = Gmaps.build 'Google', { builders: { Marker: InfoBoxBuilder} } handler = Gmaps.build 'Google', { builders: { markers: {clusterer: { gridSize: 60, maxZoom: 20, styles: [ { textSize: 10, textColor: '#ff0000', url: 'assets/creative/m1.png', height: 60, width: 60 } , { textSize: 14, textColor: '#ffff00', url:'assets/creative/m2.png', height: 60, width: 60 } , { textSize: 18, textColor: '#0000ff', url: 'assets/creative/m3.png', width: 60, height: 60} ]}}} } #dependency injection handler.buildMap { provider: {}, internal: {id: 'map'} }, -> markers = handler.addMarkers(markers) handler.bounds.extendWith(markers) handler.fitMapToBounds() (TensorFlow默认侦听6006)。你应该得到以下结果。

netstat -ant|grep 6006

根据你的描述,我认为端口不在听。当您启动tensorflow服务时,如果您只使用shui@shui:~$ netstat -ant|grep 6006 tcp 0 0 0.0.0.0:6006 0.0.0.0:* LISTEN 。当ssh会话过期或关闭时,服务将停止,您无法连接tensoforflow服务。您可以使用以下命令启动该服务。即使您的ssh会话已过期或已关闭,您也可以访问您的服务。

tensorboard --logdir=run1:/tmp/tensorflow/
  男人nohup

     

nohup - 运行一个免于挂断的命令,输出为非tty

     

&安培;到命令行在后台运行:

替代nohup tensorboard --logdir=run1:/tmp/tensorflow/ & ,您可以在screen会话中实现运行张量板的类似结果:

nohup

然后键入:~$ screen -S tensorboard-screen :~$ tensorboard --logdir=run1:/tmp/tensorflow/ 以分离屏幕并返回主shell。退出ssh会话时,屏幕将继续运行。重新登录后,只需输入Ctrl + a, d即可恢复屏幕会话。

答案 1 :(得分:0)

如果您只是设置一个VM,然后尝试运行tensorboard,它将无法工作,因为您需要添加入站端口规则。您可以关注this博客文章以正确设置端口。

应用更改可能需要几分钟。 Tensorboard一直说收到一个不好的请求,说的是改变规则后立即尝试到达tensorboard的错误请求。