同时运行model.fit（）和TensorBoard？

Question

我有一个有趣的（对我来说）关于同时运行model.fit（）和tensorboard的问题。

[我在Internet上对“线程”，“处理”，“多处理”进行了一些研究，尝试了示例，但无法解决我的问题。

我想像同时运行TensorBoard和model.fit（）：

from threading import Thread
import subprocess

def startTensorboard(log_dir):
    # Tried both
    os.system('tensorboard --logdir '+ log_dir)
    # subprocess.call(['tensorboard', '--logdir', log_dir])

tensorboard = tf.keras.callbacks.TensorBoard(log_dir='logs', histogram_freq=0,
                          write_graph=True, write_images=False)

Thread(target = startTensorboard('logs')).start()

Thread(target = model.fit_generator(
                self.train_data_gen,
                steps_per_epoch=self.STEPS_PER_EPOCH,
                validation_data = self.test_data_gen,
                validation_steps = self.VALID_STEPS_PER_EPOCH,
                epochs=self.epoch,
                callbacks=[tensorboard])).start()

有可能吗？当我运行此代码时，TensorBoard正在运行，但model.fit（）无法正常工作。

Answer 1

以下是我认为可以满足您需要的工作示例。我正在使用Process模块中的multiprocessing。请注意，在调用target函数时，在为Process设置为fit的函数中定义模型似乎很重要，如this post所示。我尝试在函数调用之外定义模型，它将初始化模型，但随后训练将无限期地挂起。

[当我在笔记本电脑上运行此程序时，张量板需要一点时间才能开始，但通常在培训开始时会启动epoch 70张量板，并且它将继续运行，直到您用Ctrl + C杀死它为止。

import os
import numpy as np
from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import Dense
from multiprocessing import Process


def startTensorboard(logdir):
    # Start tensorboard with system call
    os.system("tensorboard --logdir {}".format(logdir))


def fitModel():
    # Create your model
    model = Sequential()
    model.add(Dense(32, activation='relu', input_dim=100))
    model.add(Dense(1, activation='sigmoid'))
    model.compile(optimizer='rmsprop',
                  loss='binary_crossentropy',
                  metrics=['accuracy'])

    # Some mock training data
    data = np.random.random((1000, 100))
    labels = np.random.randint(2, size=(1000, 1))

    # Run the fit function
    model.fit(data, labels, epochs=100, batch_size=32)


if __name__ == '__main__':
    # Run both processes simultaneously
    Process(target=startTensorboard, args=("logs",)).start()
    Process(target=fitModel).start()