在TensorBoard回调中设置profile_batch参数

Question

我正在使用Keras TensorBoard回调探索TensorFlow Profiler。我为profile_batch参数尝试了一堆不同的范围值，但Profiler似乎仅显示以下内容：

这里是a gist，以重现此内容。感谢您的帮助。

Answer 1

我使用您的Gist中包含的代码在Google Colab中执行了该代码，并遵循了此link中的Tensorflow Profiler文档。

您应该检查您的TensorFlow，Tensorboard和TensorFlow Profiler版本。

按照文档中的说明运行此代码段，以确保最新版本。

# Uninstall twice to uninstall both the 1.15.0 and 2.1.0 version of TensorFlow and TensorBoard. 
!pip uninstall -y -q tensorflow tensorboard
!pip uninstall -y -q tensorflow tensorboard
!pip install -U -q tf-nightly tb-nightly tensorboard_plugin_profile

[当您运行Tensorboard时仍然看不到Profile选项卡，您可以执行此代码段，然后重新启动Tensorboard（杀死进程）。

!pip install -U tensorboard_plugin_profile

这是我添加的一些代码片段。

基于文档。

from __future__ import absolute_import
from __future__ import division
from __future__ import print_function

from datetime import datetime
from packaging import version

import os

# Imports
from tensorflow.keras.applications import MobileNetV2
from tensorflow.keras.layers import *
from tensorflow.keras.models import *

import matplotlib.pyplot as plt
%matplotlib inline


import tensorflow as tf
print(tf.__version__)    # This should return 2.2.0-dev20200408 (as of date ) or higher

检查GPU是否可用。

device_name = tf.test.gpu_device_name()
if not device_name:
  raise SystemError('GPU device not found')
print('Found GPU at: {}'.format(device_name))

用于运行Tensorboard。

# Launch TensorBoard and navigate to the Profile tab to view performance profile
%tensorboard --logdir=logs

如果成功执行，它将显示在下面的图像附近。 （注意：为了更快的训练，将时间段数减少到5个）

希望这会对您有所帮助。如果需要，我可以编辑并提供完整的Google Colab Notebook代码。