部署Tensorboard插件

Question

根据此官方Tensorboard插件示例：

https://github.com/tensorflow/tensorboard-plugin-example

使用自定义Tensorboard插件的唯一方法是构建包含该插件的自定义Tensorboard。看起来很奇怪（我想对定制插件进行交互的一种更好的方法是以某种方式在“标准” Tensorboard中注册它，或者将其名称/路径作为参数传递给Tensorboard）。这是一种奇怪的方法，但我可以接受。真正令我困扰的是，从上面的示例看来，启动自定义Tensorboard的唯一方法是使用“ bazel run”命令

bazel run //greeter_tensorboard -- --logdir=/tmp/greeter_demo

也许我错了，并且可以在没有Bazel的情况下启动自定义TensorBoard？我是Python和Tensorboard的新手，所以我想不出另一种方法来启动它。不幸的是，该示例随附的README.md并没有过多说明如何部署Tensorboard插件，而是提供了一个指向Tensorboard README和Bazel文档的链接。但是我在那里找不到有关部署插件和自定义张量板的有用信息。

  

集成

     

一旦有了插件（或更现实的是，在开发过程中   它），您将需要在TensorBoard中使用它。为此，我们   建议您分叉此存储库；它为您设置了一切。

     

基本上，集成新插件的方式是通过创建自定义   TensorBoard构建。自定义版本需要更改两件事：

     

  
1. 它需要使用自己的main.py文件，该文件导入标准的TensorBoard插件，并在后端添加一个新文件。
  
2. 它需要提供自己的index.html文件，该文件将导入新的TensorBoard插件前端，并将其注册为仪表板。
  

     

如果您想真正了解集成的过程，   您需要了解我们的构建系统Bazel。您可以阅读   Bazel文档以及有用的提示汇编。

如果这是启动自定义张量板的唯一方法，则意味着我的自定义张量板的每个用户都必须安装Bazel，并从C ++和Python来源构建自定义张量板。但是我什至无法让Bazel在Windows上构建此Greeter示例，因为VC15编译器（Visual Studio 2017附带的那个）无法编译TensorBoard中使用的C ++（我想是因为VC不完全支持现代C ++标准）。我只能在Linux上构建它。 所以我的问题是：自定义张量板应如何准确分配和启动？不用Bazel就能做到吗？

Answer 1

我已经弄清楚了如何创建自定义Greeter演示张量板的发行版，以及如何在不使用Bazel的情况下运行它。假设Greeter演示tensorboard代码已克隆到〜/ tensorboard-plugin-example 中。使用以下命令构建插件和张量板后：

bazel run //greeter_plugin:greeter_demo
bazel run //greeter_tensorboard -- --logdir=/tmp/greeter_demo

1. 将 greeter_tensorboard 目录从〜/ tensorboard-plugin-example 复制到〜/

2. 将〜/ tensorboard-plugin-example / greeter_plugin 目录复制到〜/ greeter_tensorboard

3. 将文件 assets.zip 从〜/ tensorboard-plugin-example / bazel-bin / greeter_tensorboard 复制到〜/ greeter_tensorboard >

您现在可以使用以下命令启动自定义的Greeter张量板：

python ~/greeter_tensorboard/main.py --logdir=/tmp/greeter_demo

假设已通过运行

在 / tmp / greeter_demo 目录中生成了测试数据

bazel run //greeter_plugin:greeter_demo

命令。