Cloud9でTensorBoardを使う方法

ビジネスに人工知能（AI）を活用しようという試みはいまやあたりまえになっています。人工知能を実装する手段の一つにニューラルネットワークというものがあります。これは生物の脳を模した構造のアルゴリズムですね。

ニューラルネットワークを実装するためのライブラリとして有名なものは、Googleが提供しているTensorFlowです。さらに、TensorFlowを用いて構築したニューラルネットワークを可視化するツールをTensorBoardといいます。

ここでは、ブラウザでプログラミングできる統合開発環境のCloud9上でTensorBoardを実行する方法をご紹介します。

プログラミング学習に便利なCloud9と、ニューラルネットワークの勉強に有用なTensorBoardを組み合わせて人工知能に関する理解を深めてみてはいかがでしょうか。

Cloud9でTensorBoardを実行する3ステップ

実はたった3つの手順で表示まで辿り着けます。順番に見てみましょう。

Step0 前提

• Cloud9のアカウントを持っている
• Cloud9でPython3のワークスペースを開いている
• TensorFlowのインストールが済んでいる

Step1 TensorBoard用のログファイルを作成

ここでは以下のディレクトリ構成を想定します。

ではサンプルコードtb.pyを見てみましょう。

import tensorflow as tf
# 変数を定義
a = tf.constant(100, name="a")
b = tf.constant(150, name="b")
# 計算を定義
calc = a + b
# セッションを生成
sess = tf.Session()
# TensorBoard用のログファイルを作成
fw = tf.summary.FileWriter("log", graph=sess.graph)
# セッションを実行
sess.run(calc)


10行目でlogディレクトリにTensorBoard用のログファイルを生成しています。
それ以外は通常のTensorFlowのソースコードですね。

Step2 TerminalでTensorBoardを実行

Cloud9のIDE上でTerminalが開いていない場合はAlt+Tコマンドで開きましょう。

$ pwd
/home/ubuntu/workspace
$ tensorboard --logdir=log --host $IP --port=8081
Starting TensorBoard b'54' at http://0.0.0.0:8081
(Press CTRL+C to quit)

--logdirオプションでStep1で生成したログファイルの位置を指定します。

Step3 URLをクリック->Openをクリック

画像のように、Openをクリックします。Open In Previewでは上手く表示されないので注意。

すると、めでたくTensorBoardをCloud9から実行することができました。

まとめ

Cloud9の無料プランで用意できる実行環境は1CPU / 512MB RAM / 2GB HDDという貧弱なものなのでおもちゃにしかなりませんが、サクッと試すには最適ですね。

ワークスペースのURLを共有するだけで、相手もCloud9アカウントを持っていればすぐにGoogleドキュメントのようにリアルタイムコラボレーションできるのも魅力の一つです。

※今回の記事は下記の動画を参考にしました。
TensorBoard Udacity Deep Learning