207
2017上海雲棲TechDay-15分鍾在雲上玩轉TensorFlow
通過阿裏雲容器服務深度學習解決方案開發TensorFlow應用
目標
- 熟悉阿裏雲容器服務深度學習解決方案的基本功能
- 練習利用深度學習解決方案創建一個TensorFlow開發環境，運行一個MNIST程序，並且利用Tensorboard的可視化功能觀測訓練效果
準備工作
- 基本介紹
- 請安裝chrome瀏覽器
注意事項：
- 請攜帶個人筆記本
步驟：
1. 登錄子賬號控製台
2. 創建容器集群
為了方便使用，我們已經幫用戶創建了一個集群。點擊左上角“產品與服務”，找到R下麵的“容器服務”，查看集群是否處於運行狀態，點擊左側導航欄中的“集群”，查看集群是否處於運行狀態。
3. 創建模型開發環境
點擊左側導航欄中“鏡像與方案”->“解決方案”，找到模型開發，點擊創建
3.1. 設置模型開發環境的配置
選擇集群： 默認即可
填寫應用名稱：tensorflow
選擇訓練框架： TensorFlow的1.1.0版本
GPU數量：0
數據卷名： 不使用數據卷
Jupyter密碼： tensorflow
勾選訓練監控，保留默認訓練日誌路徑：/output/training_logs
點擊確定
3.2. 創建成功後，就自動跳轉到應用列表頁麵，就可以看到剛剛創建的應用tensorflow,點擊刷新按鈕,直到狀態變成就緒
3.3. 這時就可以點擊應用名稱tensorflow進入應用詳情，選擇路由列表, 就可以看到兩個鏈接，分別是以jupyter和tensorboard為開頭的鏈接
4. 下載TensorFlow示例代碼
4.1. 單擊Jupyter開頭的鏈接，並且輸入 Jupyter 的密碼: tensorflow，就能進入 Jupyter 環境, 創建Terminal
4.2. 從阿裏雲code下載TensorFlow-Examples, 在Linux Terminal
4.2.1. 執行 bash
4.2.2. 執行 git clone https://code.aliyun.com/kubernetes/Tensorflow-Examples.git
5. 運行示例代碼並且查看Tensorboard
5.1. 回到Jupyter的主頁麵，就可以看到下載的TensorFlow-Examples, 跳到TensorFlow-Examples/notebooks/4_Utils,打開tensorboard_basic.ipynb
5.2. 這樣，就可以在Jupyter中開發和運行MNIST代碼, 需要把TensorFlow的訓練日誌路徑，設置成前麵3.1中指定的訓練日誌路徑，對於本實驗來說是/output/training_logs， 點擊Run All
5.3. 使用Tensorboard查看訓練結果
5.3.1. 再次訪問3.3中應用的路由列表，點擊其中tensorboard為開頭的鏈接，這樣就跳到了Tensorboard的SCALARS頁麵,可以看到Loss和Accuracy
5.3.2. 通過IMAGE頁麵查看輸入數據是否正確
5.3.3. 通過GRAPHS頁麵查看模型結構
選作題目
創建配有Tensorboard的MxNet開發環境, 可以運行一下understanding_vanish_gradient.ipynb
最後更新：2017-06-21 07:37:45