Python 是否同时运行model.fit()和TensorBoard?
关于同时运行model.fit()和tensorboard,我有一个有趣的问题 我在互联网上做了一些关于“线程”、“处理”、“多重处理”的研究,尝试了一些例子,但没有解决我的问题 我想同时运行TensorBoard和model.fit(),如下所示:Python 是否同时运行model.fit()和TensorBoard?,python,multithreading,tensorboard,tf.keras,Python,Multithreading,Tensorboard,Tf.keras,关于同时运行model.fit()和tensorboard,我有一个有趣的问题 我在互联网上做了一些关于“线程”、“处理”、“多重处理”的研究,尝试了一些例子,但没有解决我的问题 我想同时运行TensorBoard和model.fit(),如下所示: from threading import Thread import subprocess def startTensorboard(log_dir): # Tried both os.system('tensorboard -
from threading import Thread
import subprocess
def startTensorboard(log_dir):
# Tried both
os.system('tensorboard --logdir '+ log_dir)
# subprocess.call(['tensorboard', '--logdir', log_dir])
tensorboard = tf.keras.callbacks.TensorBoard(log_dir='logs', histogram_freq=0,
write_graph=True, write_images=False)
Thread(target = startTensorboard('logs')).start()
Thread(target = model.fit_generator(
self.train_data_gen,
steps_per_epoch=self.STEPS_PER_EPOCH,
validation_data = self.test_data_gen,
validation_steps = self.VALID_STEPS_PER_EPOCH,
epochs=self.epoch,
callbacks=[tensorboard])).start()
可能吗?当我运行此代码时,TensorBoard正在运行,但model.fit()不起作用 下面是一个工作示例,我认为它符合您的要求。我正在使用模块中的
过程
。请注意,在调用fit
函数时,在您设置为Process
的目标的函数中定义模型似乎很重要,如中所示。我尝试在函数调用之外定义模型,它将初始化模型,但是训练将无限期地挂起
当我在笔记本电脑上运行这个程序时,tensorboard需要一点时间来启动,但通常在训练开始时,tensorboard已经启动,并且它会继续运行,直到你用Ctrl+C将其杀死
import os
import numpy as np
from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import Dense
from multiprocessing import Process
def startTensorboard(logdir):
# Start tensorboard with system call
os.system("tensorboard --logdir {}".format(logdir))
def fitModel():
# Create your model
model = Sequential()
model.add(Dense(32, activation='relu', input_dim=100))
model.add(Dense(1, activation='sigmoid'))
model.compile(optimizer='rmsprop',
loss='binary_crossentropy',
metrics=['accuracy'])
# Some mock training data
data = np.random.random((1000, 100))
labels = np.random.randint(2, size=(1000, 1))
# Run the fit function
model.fit(data, labels, epochs=100, batch_size=32)
if __name__ == '__main__':
# Run both processes simultaneously
Process(target=startTensorboard, args=("logs",)).start()
Process(target=fitModel).start()