tensorboard_profiling_keras.ipynb fails even in colab: logs -> $logs, No step marker found

Abierto
#6,954 1 comentario 0 reacciones 0 asignados Ver en GitHub

Los mantenedores suelen responder en 1 día

Nadie ha tomado este issue todavía.

Evaluación

Dificultad
3/5
Tiempo estimado
1-2 días
Aptitud para principiantes
35/100
Tipo de issue
Error
Claridad
Bastante claro
Estado de actividad
Estancado
Stack tecnológico
jupyter-notebook, keras

Línea de trabajo

Abre docs/tensorboard_profiling_keras.ipynb y ejecútalo en Colab, empezando por la celda %tensorboard --logdir y la configuración del profiling. Verifica si usar $logs expone el perfil y si la vista general sigue indicando que no hay marcador de paso y que los tiempos son cero; se considera terminado cuando el flujo documentado del notebook produce tiempos de perfil utilizables.

Escrito por el modelo de indexación a partir del texto del issue.

Descripción

Environment information (required)

colab
https://github.com/tensorflow/tensorboard/blob/master/docs/tensorboard_profiling_keras.ipynb

Issue description

tensorboard profiler will only find profile information if pointed to the exact subdirectory where log is written ( ie single run)

therefore code needs to be changed to %tensorboard --logdir=$logs from %tensorboard --logdir=logs (to include the timestamp ie logs/ )

when this is done, profile tab is visible (and can select profile in the dropdown inactive/...

profile information is now visible, but on the overview page it warns

No step marker observed and hence the step time is unknown. This may happen if (1) training steps are not instrumented (e.g., if you are not using Keras) or (2) the profiling duration is shorter than the step time. For (1), you need to add step instrumentation; for (2), you may try to profile longer.

all timings are reported as zero on overview page
Screenshot 2024-11-24 at 10 58 09

Lenguaje dominante
TypeScript
Estrellas
7.2k
Forks
1.7k
Merge medio
1 d 13 h
PR fusionados (30 d)
3

Preparar el entorno

Primeros pasos

  1. Lee el issue completo y luego la guía de contribución del proyecto.
  2. Comenta en el issue que vas a ocuparte — evita que dos personas hagan lo mismo.
  3. Haz un fork del repositorio y trabaja en una rama.
  4. Abre un pull request que haga referencia al número del issue.

Más de tensorflow/tensorboard

Todos los issues de tensorflow/tensorboard

Issues similares

Más issues de TypeScript

Recibe los nuevos issues en tu correo

Un resumen breve de issues de GitHub para principiantes.