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。见Tensorboad callback。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])