部署Tensorboard插件

Question

根据这个官方的Tensorboard插件例子：

https://github.com/tensorflow/tensorboard-plugin-example

使用自定义Tensorboard插件的唯一方法是构建包含该插件的自定义Tensorboard。这看起来很奇怪(我想一个更好的方法是用“标准”Tensorboard注册它，或者将它的名称/路径作为参数传递给Tensorboard)。这是一种奇怪的方法，但我可以接受。真正困扰我的是，从上面的示例来看，启动自定义Tensorboard的唯一方法是使用'bazel‘命令。

bazel run //greeter_tensorboard -- --logdir=/tmp/greeter_demo

或者我错了，并且可以在没有Bazel的情况下启动自定义TensorBoard？我对Python和Tensorboard都是新手，所以我想不出一种不同的方法来启动它。不幸的是，这个示例附带的README.md并没有提到部署Tensorboard插件，而是提供了一个指向Tensorboard自述to和Bazel文档的链接。但我没有找到任何有用的信息，在那里部署插件和自定义的张力板。

集成 一旦您有了一个插件(或者更实际地说，您正在开发它)，您将希望在TensorBoard中使用它。要做到这一点，我们建议您分叉这个存储库；它已经为您设置了一切。 基本上，集成一个新插件的方法是创建一个定制的TensorBoard构建。自定义构建需要更改两件事：

1. 它需要使用自己的main.py文件，该文件导入标准的TensorBoard插件，并在后端添加一个新的插件。
2. 它需要提供自己的index.html文件，该文件导入新的TensorBoard插件前端，并将其注册为仪表板。

如果您想真正了解集成过程中发生了什么，您需要了解Bazel，我们的构建系统。您可以阅读Bazel文档，也可以阅读我们编写的有用技巧。

如果这是启动自定义tensorboard的唯一方法，这意味着我的自定义tensorboard的每个用户都必须安装Bazel，并从C++和Python构建一个定制的tensorboard。但我甚至无法让Bazel在Windows上构建这个Greeter示例，因为VC15编译器( Visual 2017附带的编译器)无法编译TensorBoard中使用的C++ (我猜是因为VC不完全支持现代C++标准)。我只能在Linux上构建它。因此，我的问题是:如何分配和启动定制的张拉板？没有Bazel就能做到吗？

Answer 1

我已经知道了如何创建一个自定义Greeter演示张力板的发行版，并在没有Bazel的情况下运行。假设Greeter演示张量板代码被克隆到~/tensorboard-plugin-example.中在使用以下命令构建插件和张卡之后：

bazel run //greeter_plugin:greeter_demo
bazel run //greeter_tensorboard -- --logdir=/tmp/greeter_demo

1. 将greeter_tensorboard目录从~/tensorboard-plugin-example复制到~/
2. 将~/tensorboard-plugin-example/greeter_plugin目录复制到~/greeter_tensorboard中
3. 将~/tensorboard-plugin-example/bazel-bin/greeter_tensorboard中的assets.zip文件复制到~/greeter_tensorboard

现在，您可以使用以下命令启动您的自定义：

python ~/greeter_tensorboard/main.py --logdir=/tmp/greeter_demo

假设测试数据是通过运行/tmp/greeter_demo目录生成的。

bazel run //greeter_plugin:greeter_demo

命令。