Tensorflow 组件

最近更新时间:2019-06-21 17:33:23

Tensorflow 组件为用户提供了基于 Python API 的 Tensorflow 运行环境,用户可将编写好的脚本及依赖文件上传至组件进行算法训练。

版本说明

Tensorflow 组件中使用的 Python 版本和支持的第三方模块版本信息如下:

  • Python 2.7.12
  • SciPy 1.0.0
  • NumPy 1.14.0

如果您需要使用其他第三方的 lib,可使用 pip 在代码内安装,示例如下:

import pip
pip.main(['install', "package_name"])

操作步骤

  1. 添加组件
    从左侧菜单栏中,选择【组件】>【深度学习】列表下的 Tensorflow 节点,并将其拖拽至画布中。

  2. 配置参数

    • 脚本及依赖包文件上传 :
      将任务脚本上传至 程序脚本 框。如果需要依赖文件,则压缩为zip文件后通过 依赖包文件 框上传。
    • 程序依赖:
      指定位于 COS 中的用户依赖文件路径,指定内容将被拷贝到程序脚本同一级目录下。支持目录或者文件依赖,若存在多个文件则以英文逗号分隔 。
    • 程序参数:
      指定运行任务脚本的参数。
    • TensorBoard 目录 :
      指定 Tensorboard 保存路径。
    • Python 版本:指定 Tensorflow 运行的 Python 版本,支持 Python 2.7 和 Python 3.5 两个版本。
  3. 配置资源
    在【资源参数】列表框配置任务的资源参数。

  4. 运行
    单击【保存】并运行工作流。

  5. 查看 Tensorflow 控制台和日志
    在 Tensorflow 节点上单击右键菜单,可查看任务状态和详细日志。

    详细日志如下:

    说明:

    stdout.log 为全部日志,stderr.log 为错误日志。

  6. 查看 Tensorboard
    组件处于“运行中”状态时,您可以右键单击任务栏,通过【Tesnorflow 控制台】>【Tensorboard】查看 Tensorboard 信息。