通過阿裡雲容器服務深度學習解決方案開發tensorflow應用
熟悉阿裡雲容器服務深度學習解決方案的基本功能
練習利用深度學習解決方案建立一個tensorflow開發環境，運作一個mnist程式，并且利用tensorboard的可視化功能觀測訓練效果
<a href="https://help.aliyun.com/document_detail/52674.html">基本介紹</a>
請安裝chrome浏覽器
請攜帶個人筆記本
2. 建立容器叢集
為了友善使用，我們已經幫使用者建立了一個叢集。點選左上角“産品與服務”，找到r下面的“容器服務”，檢視叢集是否處于運作狀态，點選左側導航欄中的“叢集”，檢視叢集是否處于運作狀态。
3. 建立模型開發環境
點選左側導航欄中“鏡像與方案”->“解決方案”，找到<code>模型開發</code>，點選<code>建立</code>
3.1. 設定模型開發環境的配置
選擇叢集： 預設即可 填寫應用名稱：tensorflow 選擇訓練架構： tensorflow的1.1.0版本 gpu數量：0 資料卷名： 不使用資料卷 jupyter密碼： tensorflow 勾選<code>訓練監控</code>，保留預設<code>訓練日志路徑</code>：<code>/output/training_logs</code>
點選<code>确定</code>
3.2. 建立成功後，就自動跳轉到<code>應用清單</code>頁面，就可以看到剛剛建立的應用<code>tensorflow</code>,點選重新整理<code>按鈕</code>,直到狀态變成就緒
3.3. 這時就可以點選應用名稱<code>tensorflow</code>進入應用詳情，選擇<code>路由清單</code>, 就可以看到兩個連結，分别是以<code>jupyter</code>和<code>tensorboard</code>為開頭的連結
4. 下載下傳tensorflow示例代碼
4.1. 單擊jupyter開頭的連結，并且輸入 <code>jupyter</code> 的密碼: <code>tensorflow</code>，就能進入 jupyter 環境, 建立<code>terminal</code>
4.2. 從阿裡雲code下載下傳<code>tensorflow-examples</code>, 在linux terminal
4.2.1. 執行 <code>bash</code>
4.2.2. 執行 <code>git clone https://code.aliyun.com/kubernetes/tensorflow-examples.git</code>
5. 運作示例代碼并且檢視tensorboard
5.1. 回到jupyter的首頁面，就可以看到下載下傳的<code>tensorflow-examples</code>, 跳到<code>tensorflow-examples/notebooks/4_utils</code>,打開<code>tensorboard_basic.ipynb</code>
5.2. 這樣，就可以在jupyter中開發和運作mnist代碼, 需要把tensorflow的訓練日志路徑，設定成前面3.1中指定的<code>訓練日志路徑</code>，對于本實驗來說是<code>/output/training_logs</code>， 點選<code>run all</code>
5.3. 使用tensorboard檢視訓練結果
5.3.1. 再次通路3.3中應用的<code>路由清單</code>，點選其中<code>tensorboard</code>為開頭的連結，這樣就跳到了tensorboard的<code>scalars</code>頁面,可以看到loss和accuracy
5.3.2. 通過<code>image</code>頁面檢視輸入資料是否正确
5.3.3. 通過<code>graphs</code>頁面檢視模型結構