我目前使用Google Cloud ML Engine设置来训练在Keras中创建的模型 . 使用Keras时,ML Engine似乎不会自动将日志保存到存储桶中 . 我在ML Engine Jobs页面中看到了日志,但它们没有显示在我的存储桶中,因此我无法在训练时运行tensorboard .
您可以看到作业已成功完成并生成日志:
但是我的存储桶中没有保存日志:
我在设置环境时遵循了本教程:(http://liufuyang.github.io/2017/04/02/just-another-tensorflow-beginner-guide-4.html)
那么,在ML Engine上训练Keras模型时,如何获取日志并运行tensorboard?还有其他人在这方面取得了成功吗?
1 回答
您需要创建一个回调keras.callbacks.TensorBoard(..)才能写出日志 . 见Tensorboad callback . 您也可以将GCS路径(gs:// path / to / my / logs)提供给回调的log_dir参数,然后将Tensorboard指向该位置 . 您将在调用model.fit_generator(...)或model.fit(...)时将回调添加为列表 .