使用 TensorBoard 在 Amazon SageMaker 工作室 - Amazon SageMaker
先决条件设置 TensorBoardCallback安装 TensorBoard启动 TensorBoard
Amazon Web Services 文档中描述的 Amazon Web Services 服务或功能可能因区域而异。要查看适用于中国区域的差异，请参阅中国的 Amazon Web Services 服务入门。

本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。

使用 TensorBoard 在 Amazon SageMaker 工作室

以下文档概述如何安装和运行。 TensorBoard 在 Amazon SageMaker Studio。

先决条件

本教程要求拥有亚马逊 SageMaker Studio 域。

设置 TensorBoardCallback

  1. 启动 Studio。

  2. 在 Amazon 中 SageMaker 下 Studio 启动器Notebooks and compute resources，选择TensorFlow 2.3 Python 3.7(optimized for CPU)Studio 映像。

  3. 启动笔记本。

  4. 导入所需的包裹。

    import os
import datetime
import tensorflow as tf

  5. 创建你的 Keras 模型。

    mnist = tf.keras.datasets.mnist

(x_train, y_train),(x_test, y_test) = mnist.load_data()
x_train, x_test = x_train / 255.0, x_test / 255.0

def create_model():
  return tf.keras.models.Sequential([
    tf.keras.layers.Flatten(input_shape=(28, 28)),
    tf.keras.layers.Dense(512, activation='relu'),
    tf.keras.layers.Dropout(0.2),
    tf.keras.layers.Dense(10, activation='softmax')
  ])

  6. 为您的创建一个目录 TensorBoard 圆木 

    LOG_DIR = os.path.join(os.getcwd(), "logs/fit/" + datetime.datetime.now().strftime("%Y%m%d-%H%M%S"))

  7. 使用 TensorBoard 进行训练。

    model = create_model()
model.compile(optimizer='adam',
              loss='sparse_categorical_crossentropy',
              metrics=['accuracy'])
              
              
tensorboard_callback = tf.keras.callbacks.TensorBoard(log_dir=LOG_DIR, histogram_freq=1)

model.fit(x=x_train,
          y=y_train,
          epochs=5,
          validation_data=(x_test, y_test),
          callbacks=[tensorboard_callback])

  8. 生成的 EFS 路径 TensorBoard 日志。您可以使用此路径从终端设置日志。

    EFS_PATH_LOG_DIR = "/".join(LOG_DIR.strip("/").split('/')[1:-1])
print (EFS_PATH_LOG_DIR)

安装 TensorBoard

  1. 点击Amazon SageMaker StudioStudio 左上角的按钮以打开亚马逊 SageMaker Studio 启动程序。必须从根目录中打开此启动器。

  2. 在启动程序下Utilities and files，单击System terminal.

  3. 从终端运行以下命令。CopyEFS_PATH_LOG_DIR从 Jupyter 笔记本中。您必须从/home/sagemaker-user根目录。

    pip install tensorboard
tensorboard --logdir <EFS_PATH_LOG_DIR>

启动 TensorBoard

  1. 要启动 TensorBoard，请复制你的 Studio URL 并替换lab?和proxy/6006/如下所示。您必须包含尾随/character.

    https://<YOUR_URL>.studio.region.sagemaker.aws/jupyter/default/proxy/6006/

  2. 导航到 URL 以检查结果。