#### ⚠️ 此基础镜像中已经安装TensorBoard，可以直接进行使用

1、创建实例

* 首先点击【基础镜像】然后选择 “TensorFlow” 镜像。

* 选择合适的 GPU 资源，点击 【立即创建】，等待完成。

2. 安装 TensorBoard

（1） 使用 pip 安装

打开终端或命令行，输入以下命令：

``bash
pip install tensorboard
`

（2）验证安装

安装完成后，你可以通过以下命令验证安装是否成功：

`bash
tensorboard --version
`

如果你看到版本号输出，说明安装成功。

---

3. 使用 TensorBoard

（1） 在 TensorFlow 中使用 TensorBoard

要在 TensorFlow 中使用 TensorBoard，可通过回调函数 TensorBoard 来生成日志文件。

（2）示例代码

* 创建测试文件夹（根据自己需要进行修改）

`
mkdir test
cd test
vim test_shell.py
`

* 插入以下测试数据（根据自己需要进行修改）

`python
import tensorflow as tf
from tensorflow.keras.callbacks import TensorBoard

创建回调函数

tensorboard_callback = TensorBoard(log_dir='./logs', histogram_freq=1)

构建并训练模型

model = tf.keras.Sequential([
tf.keras.layers.Dense(64, activation='relu', input_shape=(784,)),
tf.keras.layers.Dropout(0.2),
tf.keras.layers.Dense(10, activation='softmax')
])

model.compile(optimizer='adam',
loss='sparse_categorical_crossentropy',
metrics=['accuracy'])

model.fit(x_train, y_train, epochs=5, callbacks=[tensorboard_callback])
`

在这个例子中，log_dir='./logs' 表示将日志保存到当前目录下的 logs 文件夹，即是 test/logs 文件夹。

4. 启动 TensorBoard

（1） 启动 TensorBoard 并开启外部访问

在包含 TensorFlow 训练日志文件的目录中，运行以下命令来启动 TensorBoard：

`bash
tensorboard --logdir=<log_directory>
`

其中，<log_directory> 替换为保存日志的文件夹路径。例如：

`bash
tensorboard --logdir=test/logs
`

这会启动 TensorBoard，并默认监听 localhost:6006。

`bash
tensorboard --logdir=test/logs --bind_all
`

启动 TensorBoard 页面：训练过程中，可以通过以下命令启动 TensorBoard：

`bash
tensorboard --logdir=test/logs
`

（2）使用 ssh 隧道工具进行私密访问 6006 端口：

具体使用方法见此 帮助手册 文档。

然后，访问 http://localhost:6006/ 来查看训练的可视化结果。

（3） 进入 ssh 隧道工具私密访问 web 页面

将以下链接复制到本地浏览器：

`
http://localhost:6006/
`

（4）更改 IP 地址和端口

如果你希望通过 8080 进行对外开放端口进行访问，可以使用以下命令：

`bash
tensorboard --logdir=/path/to/logs --bind_all --port=8080
`

* --bind_all：将 TensorBoard 绑定到所有网络接口，这样可以让其他机器访问。
* --port=8080：指定 TensorBoard 在 8080 端口上运行，默认是 6006，你可以根据需要修改。

如果你的日志文件夹路径是 /test/logs，并且希望 TensorBoard 在 0.0.0.0:8080 上监听，使用如下命令：

`bash
tensorboard --logdir=test/logs --bind_all --port=8080
`

启动 TensorBoard 页面：训练过程中，可以通过以下命令启动 TensorBoard：

`bash
tensorboard --logdir=test/logs
``

（5）对外开放端口

* 在[项目实例]页面中，在刚刚创建的 “TensorFlow” 镜像实例上，点击【开放端口】

* 选择【对外开放端口】，打开打开【外部访问】开关，点击【新页面直接访问】将自动跳转至浏览器新建页面并完成服务加载，无需手动复制或粘贴。

* 进入对外开放端口 web 页面