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Python 部署Tensorboard插件,python,plugins,tensorboard,bazel,Python,Plugins,Tensorboard,Bazel,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 -- --
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:
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
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