TensorBoard介绍

数据写入FDS

生成运算的graph参考TensorBoard使用文档，路径直接使用fds的路径即可。需要注意的是，与直接使用官方tensorboard不同，在SummaryWriter结束的时候，需要进行close操作，否则数据写入不完整，会有部分数据丢失。

  1. #!/usr/bin/env python
  3. import tensorflow as tf
  4. import numpy as np
  6. train_X = np.linspace(-1, 1, 101)
  7. train_Y = 2 * train_X + np.random.randn(*train_X.shape) * 0.33 + 10
  9. X = tf.placeholder("float")
  10. Y = tf.placeholder("float")
  11. w = tf.Variable(0.0, name="weight")
  12. b = tf.Variable(0.0, name="reminder")
  14. init_op = tf.initialize_all_variables()
  15. cost_op = tf.square(Y - tf.mul(X, w) - b)
  16. train_op = tf.train.GradientDescentOptimizer(0.01).minimize(cost_op)
  18. with tf.Session() as sess:
  19.   sess.run(init_op)
  21.   #直接使用fds路径
  22.   writer = tf.train.SummaryWriter("fds://cloudml/test", sess.graph)
  24.   for i in range(10):
  25.     for (x, y) in zip(train_X, train_Y):
  26.       sess.run(train_op, feed_dict={X: x, Y: y})
  28.   print(sess.run(w))
  29.   print(sess.run(b))
  30.   #结尾进行close
  31.   writer.close()

读取FDS的文件

需要先安装带fds版本的tensorflow。

fds的路径访问格式为："fds://%s:%s@%s.%s/test/summary/" % (ID, SECRET, BUCKET, ENDPOINT)，如：

  1. tensorboard --inspect --logdir=fds://AK7AUPxxxxQQK2:3tJamiK8zpgkWxxxxxxx7lvIcelQfpn@tensorflow-test.cnbj1-fds.api.xiaomi.net/galaxy-hadoop-test/input.txt

或者使用环境变量。

  1. export XIAOMI_ACCESS_KEY_ID="AKRCxxxxxxxxxxxY7EG"
  2. export XIAOMI_SECRET_ACCESS_KEY="w0TYaxxxxxxxxxxxxxxxxxxxxxxxxxxxtmXAeWbqMw"
  3. tensorboard --logdir fds://cloud-ml-test.cnbj1-fds.api.xiaomi.net/demo3_tensorboard/

原文: http://docs.api.xiaomi.com/cloud-ml/tensorboardservice/tensorboard.html