Python 部署Tensorboard插件

根据此官方Tensorboard插件示例：

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。这似乎很奇怪（我想集成自定义插件的更好方法是以某种方式将其注册到“标准”Tensorboard，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。真正困扰我的是，从上面的例子来看，启动自定义张力板的唯一方法似乎是使用“bazel run”命令

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

或者也许我错了，有可能在没有Bazel的情况下开始定制张力板？我对Python和Tensorboard都是新手，所以我想不出另一种启动方式。不幸的是，该示例附带的README.md没有详细说明如何部署Tensorboard插件，而是提供了到Tensorboard自述和Bazel文档的链接。但是我在那里找不到任何关于部署插件和定制TensorBoard的有用信息

集成

一旦你有了一个插件（或者更现实地说，当你正在开发时） 它），您将希望在张力板内部使用它。要做到这一点，我们必须 建议您使用此存储库；它已经为你准备好了一切

基本上，集成新插件的方法是创建自定义插件 张力板结构。自定义生成需要更改两件事：

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插件

它需要提供自己的index.html文件，该文件导入新的TensorBoard插件前端，并将其注册为仪表板

如果你想真正了解集成的进展， 你需要了解Bazel，我们的构建系统。你可以看报纸 Bazel文档和我们的有用提示汇编

<>如果这是启动自定义TooSoo板的唯一方法，这意味着我的自定义TooSoo板的每个用户都必须安装Bazel，并从C++和Python源构建自定义的TooStand。但我甚至无法让Bazel在Windows上构建这个更为欢迎的示例，因为VC15编译器（Visual Studio 2017附带的编译器）无法编译在TooSoad中使用的C++（我猜是因为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：定制的TensorBoard应该如何分发和启动？有没有可能不用Bazel就可以做到这一点？

我已经想出了如何创建一个定制迎宾演示tensorboard的发行版，并在没有Bazel的情况下运行它。假设Greeter demo tensorboard代码被克隆到~/tensorboard插件示例中。使用以下命令构建插件和tensorboard后：

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

将greeter\u tensorboard目录从~/tensorboard插件示例复制到~/

将~/tensorboard插件示例/greeter\u插件目录复制到~/greeter\u tensorboard

将文件assets.zip从~/tensorboard插件示例/bazel-bin/greeter\u tensorboard复制到~/greeter\u tensorboard

现在，您可以使用以下命令启动自定义迎宾板：

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

假设测试数据是通过运行

bazel run //greeter_plugin:greeter_demo

指挥部