Не удалось открыть TensorBoard для встраивания визуализации из Google Cloud DataLab только с векторными данными - PullRequest
1 голос
/ 23 апреля 2019

Я планирую сделать встраивание визуализации в TensorBoard Projector с подготовленными векторными данными (не обученными TensorFlow) из записной книжки в Google Cloud DataLab (вместо загрузки файлов TSV в веб-браузер).

Я пробовал код, указанный в этого урока :

from tensorflow.contrib.tensorboard.plugins import projector

LOG_DIR='test_log'

# Create randomly initialized embedding weights which will be trained.
N = 10000 # Number of items (vocab size).
D = 200 # Dimensionality of the embedding.
embedding_var = tf.Variable(tf.random_normal([N,D]), name='word_embedding')

# Format: tensorflow/tensorboard/plugins/projector/projector_config.proto
config = projector.ProjectorConfig()

# You can add multiple embeddings. Here we add only one.
embedding = config.embeddings.add()
embedding.tensor_name = embedding_var.name
# Link this tensor to its metadata file (e.g. labels).
# embedding.metadata_path = os.path.join(LOG_DIR, 'metadata.tsv')

# Use the same LOG_DIR where you stored your checkpoint.
summary_writer = tf.summary.FileWriter(LOG_DIR)

# The next line writes a projector_config.pbtxt in the LOG_DIR. TensorBoard will
# read this file during startup.
projector.visualize_embeddings(summary_writer, config)

Пока LOG_DIR - это пустая папка в той же папке, что и файл ноутбука.

Поскольку для встраивания визуализации метаданные не требуются, я не установил embedding.metadata_path.

Затем я запускаю код:

from google.datalab.ml import TensorBoard as tb
tb.start('test_log')

Можно открыть новую страницу TensorBoard, но там написано:

Контрольно-пропускной пункт не найден.

при переключении в режим просмотра проектора.

Но, как показывает приведенный выше код, данные создаются случайным образом, не должно быть никаких файлов контрольных точек.

Кроме того, на следующем этапе мне нужно сделать встраиваемую визуализацию с моими собственными векторными данными, которая не обучена Tensorflow, без какого-либо файла контрольных точек.

При использовании проектора в веб-браузере требуется только файл TSV векторных данных, он не требует файла контрольных точек.

Итак, вопрос: как правильно сделать встраивание визуализации в TensorBoard Projector из Google Cloud DataLab, используя только набор данных вектора?

Спасибо.

1 Ответ

0 голосов
/ 02 мая 2019

Глядя на это руководство, вам нужно запускать код, чтобы периодически сохранять контрольные точки. Это должно быть основой для информации, отображаемой на вашей тензорной доске.

saver = tf.train.Saver()
saver.save(session, os.path.join(LOG_DIR, "model.ckpt"), step)
...