google-colaboratory - 可视化对象检测图时 TensorBoard 挂起

Question

我需要可视化 TensorFlow 对象检测模型的结构。我正在尝试通过以下代码在 Colab 中使用 TensorBoard。当 TensorBoard 加载日志时，它卡在“Namespace hierarchy: Finding similar subgraphs”这一步。

!pip install -U tensorflow

import tensorflow as tf

from tensorflow.python.client import session  
from tensorflow.python.framework import ops  
from tensorflow.python.tools import saved_model_utils
from tensorflow.python.framework import importer
from tensorflow.python.summary import summary

!wget http://download.tensorflow.org/models/object_detection/tf2/20200711/ssd_resnet50_v1_fpn_640x640_coco17_tpu-8.tar.gz
!tar -xf ssd_resnet50_v1_fpn_640x640_coco17_tpu-8.tar.gz

%load_ext tensorboard

log_dir = '/content/logs'
tag_set = "serve"
model_dir = '/content/ssd_resnet50_v1_fpn_640x640_coco17_tpu-8/saved_model'

with session.Session(graph=ops.Graph()) as sess:
  input_graph_def = saved_model_utils.get_meta_graph_def(model_dir,
                                                        tag_set).graph_def
  importer.import_graph_def(input_graph_def)

  pb_visual_writer = summary.FileWriter(log_dir)
  pb_visual_writer.add_graph(sess.graph)
  print("Model Imported. Visualize by running: "
        "tensorboard --logdir={}".format(log_dir))

%tensorboard --logdir=$log_dir

这是笔记本的链接:https://colab.research.google.com/drive/1MrbNJYR2ds8RRgIBvgUgAILw0Jwdygui?usp=sharing .

环境:浏览器:Chrome操作系统: window 内存:8GB

最终，我开始收到以下错误。

仅供引用，我尝试在具有 4 GB RAM 的 Windows 计算机上运行相同的过程，TensorBoard 服务器在 shell 中运行。我使用默认 URL(在笔记本之外)访问了 TensorBoard。它在启动过程中的同一点失败。

我看到了 Tensorboard got stuck in 'namespace hierarchy finding similar subgraphs'和 I'm struggling to implement tensorboard monitoring into the Mask_RCNN training process问了类似的问题，但没有提供答案。

提前致谢 - 这对我正在为我的公司所做的重要项目非常有帮助。

Answer 1

我相信我现在知道如何解决 3 个问题。

1. RAM/CPU 不足 -> 在资源更多的计算机上运行
2. 复杂图，需要放大->使用缩放查看节点
3. 变量未初始化 -> 评估模型以显示图的边缘

1。 RAM/CPU 不足

在具有 24 GB RAM 和 8 个 i7 内核的 Windows 计算机上运行该过程为我消除了崩溃。有时我会收到有关页面无响应的消息，但您只需单击“等待”按钮即可加载。加载本身也快得多。

2。复杂图，需要放大

运行上面的代码，TensorBoard 会显示一个空白屏幕。但是，有一个模糊的图节点轮廓。

放大查看细节。屏幕右下方的导航框很有用。

3。初始化变量

使用以下代码代替我上面问题中的代码:

import tensorflow as tf
import numpy as np

!pip install -U tensorflow

%load_ext tensorboard

# Download model
!wget http://download.tensorflow.org/models/object_detection/tf2/20200711/ssd_resnet50_v1_fpn_640x640_coco17_tpu-8.tar.gz
!tar -xf ssd_resnet50_v1_fpn_640x640_coco17_tpu-8.tar.gz

model_dir = '/content/ssd_resnet50_v1_fpn_640x640_coco17_tpu-8/saved_model'
log_dir = '/content/logs'

if os.path.exists(log_dir):
  ! rm -r $log_dir

@tf.function
def f(x):
    imported = tf.saved_model.load(model_dir)
    results = imported(x)
    return results
    
#Initialize variables
imgs = np.zeros((1,640,640,3),dtype=int)
imgs_t = tf.constant(imgs, dtype=tf.dtypes.uint8)
imported_g = f.get_concrete_function(imgs_t).graph

# Export the graph
with session.Session(graph=imported_g) as sess:
  pb_visual_writer = summary.FileWriter(log_dir)
  pb_visual_writer.add_graph(sess.graph)
  print("Model Imported. Visualize by running: "
        "tensorboard --logdir={}".format(log_dir))

新图显示了图的边，而不仅仅是节点。

这是您可以运行的笔记本:https://colab.research.google.com/gist/mherzog01/d631998cb4d0b0dbcb70492b933a67c8/tensorboard-hangs-during-graph-visualization-solution.ipynb .