Question

我正在尝试使用Tensorboard，但每次使用Tensorflow运行任何程序时，当我转到localhost：6006以查看可视化时出现错误

这是我的代码

a = tf.add(1, 2,)
b = tf.multiply(a, 3)

with tf.Session() as sess:
    writer = tf.summary.FileWriter("output", sess.graph)
    print(sess.run(b))
    writer.close()

当我转到命令提示符并输入

时

tensorboard --logdir=C:\path\to\output\folder

返回

TensorBoard 0.1.8 at http://MYCOMP:6006 (Press CTRL+C to quit)

当我去localhost：6006时说明

当前数据集没有活动仪表板。可能的原因： - 您尚未将任何数据写入事件文件。 - TensorBoard无法找到您的活动文件。

我查看了此链接（Tensorboard: No dashboards are active for the current data set），但似乎无法解决此问题

我在Windows 10上运行它

我该怎么做才能解决这个问题？我是否在命令提示符中为Tensorboard提供了正确的路径？

提前谢谢

Answer 1

您的问题可能与您尝试启动tensorboard的驱动器以及logdir所在的驱动器有关。 Tensorboard使用冒号分隔可选的运行名称和logdir标志中的路径，因此您的路径被解释为名称为C的\ path \ to \ _put \ _文件夹。

这可以通过从与日志目录相同的驱动器中启动tensorboard或通过提供显式运行名称来解决，例如： logdir=mylogs:C:\path\to\output\folder

请参阅here以了解该问题。

Answer 2

对于Windows，我有一种解决方法。

cd / path / to / log

tensorboard --logdir =。/

您可以在此处正常使用路径。请记住，不要给它加上空格，如logdir = ./。

这给了我一个错误：

当前数据集没有活动的仪表板。可能的原因：- 您尚未将任何数据写入事件文件。 -TensorBoard无法找到您的事件文件。

Answer 3

嗯，您的代码有几个问题。

您正在创建一个摘要编写器（tf.summary.FileWriter），但您实际上并未编写任何内容。 print(sess.run(b))与tensorboard无关，如果你预计这会对它产生一些影响。它只打印b
您不会创建并summary反对将某些值与。
您可能输入了错误的文件夹for tensorboard。

更多分析：

您需要summary object来撰写摘要。例如，tf.summary.scalar将标量写入摘要。就像是 tf.summary.scalar("b_value", b)将b的值写入摘要。
然后，您实际上需要将摘要操作运行到会话中以使其正常工作，例如：summary = sess.run(summary_scalar)。
使用您之前定义的编写器写入值：writer.add_summary(summary)。
现在有一些东西可以在tensorboard中看到，使用终端中的tensorboard --logdir=output
一般情况下，您可能需要tf.summary.merge_all()传递给run才能收集所有摘要。

希望这有帮助。

Answer 4

在 tensorboard 目录中找到main.py的路径，然后复制。它应该是这样的：

C:/Users/<Your Username>/Anaconda3/envs/tensorflow/Lib/site-packages/tensorboard/main.py

或

C:/Users/<Your Username>/anaconda/envs/tf/lib/python3.5/site-packages/tensorboard/main.py

知道正确的路径后，使用 tensorboard 目录中main.py的路径在Anaconda Prompt中运行此命令。这对我来说非常适合 Windows 。

python C:/Users/Username/Anaconda3/envs/tensorflow/Lib/site-packages/tensorboard/main.py --logdir=foo:<path to your log directory>

致谢：KyungHoon Kim

Answer 5

当我运行TensorFlow（https://www.tensorflow.org/programmers_guide/tensorboard_histograms）教程时，遇到了同样的问题。我继续尝试上面的hpabst引用的解决方案。它像冠军一样工作。在终端（我在CentOS中运行） - 我跑了：tensorboard --log =mydir: '~/mlDemo/'

Answer 6

我也在使用Windows 10。我尝试使用相同驱动器，不同驱动器和本地路径运行tensorboard的代码。在所有这三种情况下，我都能看到图表。

一个解决方案是，您可能需要更改主机（我无法使用localhost：6006进行可视化）。尝试http://MYCOMP:6006检查您是否发现任何差异。

注意：我的张量板版本是1.8.0（也许你可以更新你的张量板，看它有任何区别）

Answer 7

遇到此问题时，关闭计算机后它开始工作。但是，我不知道它为什么起作用。

Answer 8

尝试以下方法：

tensorboard --logdir="C:\path\to\output\folder"

Answer 9

在Windows 10中，此命令有效

tensorboard --logdir=training/

此处培训是写入输出文件的目录。请注意，它没有任何引号，并且在末尾带有斜杠（/）。两者都很重要。

Answer 10

观察到张量流进入不良状态后，每次都会引发问题，因为在随后的运行中，

它不会自动终止以前的进程
启动仪表板时使用以前的状态

缓解不良状态的步骤：

杀死所有正在运行的张量板进程。
清除以前的张量板状态。

在jupyter笔记本中

! powershell "echo 'checking for existing tensorboard processes'"
! powershell "ps | Where-Object {$_.ProcessName -eq 'tensorboard'}"

! powershell "ps | Where-Object {$_.ProcessName -eq 'tensorboard'}| %{kill $_}"

! powershell "echo 'cleaning tensorboard temp dir'"
! powershell "rm $env:TEMP\.tensorboard-info\*"

! powershell "ps | Where-Object {$_.ProcessName -eq 'tensorboard'}"


%tensorboard --logdir="logs\fit" --host localhost

如果在jupyter中超时，则在浏览器中转到http://localhost:6006/#scalars并检查

Answer 11

尝试将目录放在引号内。

示例：

tensorboard --logdir="C:/Users/admin/Desktop/ML/log"

Tensorboard错误：当前数据集

11 个答案: