ModelArts支持在开发环境中开启TensorBoard可视化工具。TensorBoard是TensorFlow的可视化工具包，提供机器学习实验所需的可视化功能和工具。

TensorBoard能够有效地展示TensorFlow在运行过程中的计算图、各种指标随着时间的变化趋势以及训练中使用到的数据信息。TensorBoard当前只支持基于TensorFlow2.1以上版本引擎的训练作业。TensorBoard相关概念请参考TensorBoard官网。

Step1 创建开发环境并在线打开

在ModelArts控制台，进入“开发环境> Notebook”新版页面，创建TensorFlow或者PyTorch镜像的开发环境实例。创建成功后，单击开发环境实例操作栏右侧的“打开 > 打开Notebook”，在线打开运行中的开发环境。

开发环境的PyTorch镜像中也预置了TensorFlow引擎，所以支持创建TensorBoard可视化作业。

图1 支持TensorBoard的开发环境镜像

Step3 启动TensorBoard

在开发环境的JupyterLab中打开TensorBoard有多种方法。可根据使用习惯选择。

图2 JupyterLab中打开TensorBoard的方法

方式1：

1. 单击入口1，进入JupyterLab开发环境中，并自动创建.ipynb文件。
2. 在对话框中输入TensorBoard相应命令，即可展示界面。

   %reload_ext tensorboard
   %tensorboard  --port {PORT} --logdir {BASE_DIR}

   参数解释：

   • --port {PORT}：指定Web可视化服务端口。可以不设置，默认使用8080端口。如果8080端口被占用了，需要在1~65535任意指定一个端口。
   • --logdir {BASE_DIR}：表示数据在开发环境中的存储路径
     • OBS并行文件系统的路径：obs://xxx/
     • 开发环境本地路径：“./work/xxx”（相对路径）或/home/ma-user/work/xxx（绝对路径）

   例如：
   #Summary数据如果是存在OBS并行文件系统中，执行下面这条命令，开发环境会自动挂载该OBS并行文件系统路径并读取数据。
   %tensorboard  --port {PORT} --logdir obs://xxx/
   或者
   #Summary数据如果是在开发环境的这个路径下/home/ma-user/work/，执行下面这条命令。
   %tensorboard  --port {PORT} --logdir /home/ma-user/work/xxx 

   图3 TensorBoard界面（1）
   

方式2：

单击入口2，直接进入TensorBoard可视化界面。

默认读取路径/home/ma-user/work/

当存在两个以及以上工程的log时，界面如下。可以在左侧Runs栏目下选择查看相对应的log。

图4 TensorBoard界面（2）

方式3：

1. 单击入口3，在搜索框中输入“TensorBoard”，再单击“Create a new TensorBoard”。
   图5 Create a new TensorBoard
   
2. 填写需要查看的Summary数据路径，或者OBS并行文件系统桶的路径。
   • 开发环境本地路径：./summary（相对路径）或/home/ma-user/work/summary（绝对路径）
   • OBS并行文件系统桶的路径：obs://xxx/
   图6 输入Summary数据路径
   
   图7 TensorBoard界面（3）
   

方式4：

单击入口4 ，输入命令执行，但启动后不能显示UI界面。

tensorboard --logdir ./log 

图8 Terminal方式打开TensorBoard