1 安装tensorboard

打开anaconda prompt,键入下边的命令:

activate tensorflow
pip install tensorboard

当执行“activate tensorflow”时,报如下错误:

解决办法如下:

在anaconda prompt中输入conda create -n tensorflow python=3.7,后边这个python=3.7是因为我的anaconda里边的python环境是3.7版本的,如果你的是其他版本,改成对应的版本就可以。

建好环境以后,重新输入安装tensorboard的两条命令,就可以完成安装了!!!

2 测试tensorboard

按照第1节安装了tensorboard之后,我们怎么确定我们安装的tensorboard能用呢?我们需要测试一下,具体如下:

在spyder中输入以下简单的命令:

import tensorflow as tf
#定义一个简单的计算图,实现向量加法的操作。
input1=tf.constant([1.0,2.0,3.0],name="input1")
input2=tf.Variable(tf.random_uniform([3]),name="input2")
output=tf.add_n([input1,input2],name="add")
#生成一个写日志的writer,并将当前的TensorFlow计算图写入日志。TensorFlow早期的写日志是下边第一个写法
#后边的版本改成了第二种写法,有时候报tf没有分配summarywrite模块的错误,改用第二种写法,问题解决!
writer=tf.train.Summarywriter("./path/to/log",tf.get_default_graph())
writer = tf.summary.FileWriter("./path/to/log",tf.get_default_graph())
writer.close()

你会在对应的内存空间中找到日志文件,如下:

然后我们使用下边的命令可视化:

tensorboard --logdir  /log

有几点需要说明:

(1)该命令不能在类似spyder的IDE中实现,应该在anaconda prompt或者dos窗口(win+r输入cmd,回车)下输入,否则会报如下错误:

(2)输入这个命令时,应在tensorflow环境中,可以在anaconda prompt或者dos窗口中使用“activate tensorflow”激活tensorflow环境;也可以打开“anaconda navigator”,在tensorflow环境中打开终端,操作见下图:

左键点击那个类似播放器的按钮之后,然后在出现的菜单栏里边点击“open terminal”,跟第一种方法执行的功能一样!!!

(3)我们需要先进入(cd)日志文件对应的文件夹,然后输入上边的命令。

(4)即使我们满足了以上三条,复制命令下边的网址到浏览器的时候也可能报如下的错:

这是因为我执行上述命令的时候,连着wifi,这个时候,只要你把wifi给断了,问题也就解决了!!!

最后附上我们的tensorboard可视化的图:

tensorboard的安装及遇到的问题的更多相关文章

  1. TensorBoard使用

    关于TensorBoard的安装是在安装Tensorflow的过程中就已经默认安装好了,所以安装了Tensorflow就不需要再安装TensorBoard,直接使用就可以了. 具体的使用方法: 命令行 ...

  2. 启动Tensorboard时发生错误:class BeholderHook(tf.estimator.SessionRunHook): AttributeError: module 'tensorflow.python.estimator.estimator_lib' has no attribute 'SessionRunHook'

    报错:class BeholderHook(tf.estimator.SessionRunHook):AttributeError: module 'tensorflow.python.estimat ...

  3. (最全)No dashboards are active for the current data set. 解决tensorboard无法启动和显示问题

    按照网上的教程,我无法正常启动tensorboard,全过程没有报错,但是打开tensorboard显示No dashboards are active for the current data se ...

  4. CS20SI-tensorflow for research笔记: Lecture2

    本文整理自知乎专栏深度炼丹,转载请征求原作者同意. 本文的全部代码都在原作者GitHub仓库github CS20SI是Stanford大学开设的基于Tensorflow的深度学习研究课程. Tens ...

  5. AI学习---TensorFlow框架介绍[图+会话+张量+变量OP+API]

    TensorFlow的数据流图 TensorFlow的结构分析: 图 + 会话 TensorFlow = 构图阶段(数据与操作的执行步骤被描绘出一个图) + 执行图阶段(使用回话执行构建好的图中操作) ...

  6. Pytorch_Part5_迭代训练

    VisualPytorch beta发布了! 功能概述:通过可视化拖拽网络层方式搭建模型,可选择不同数据集.损失函数.优化器生成可运行pytorch代码 扩展功能:1. 模型搭建支持模块的嵌套:2. ...

  7. tensorflow学习笔记----tensorflow在windows的安装及TensorBoard中mnist样例

    前言:                                                                                                 ...

  8. 解决Tensorflow源码安装的之后TensorBoard 无法使用的问题

    作者  cnblog 修雨轩陈 我是按照 Tensorflow 下 https://github.com/tensorflow/tensorflow/blob/master/tensorflow/g3 ...

  9. 服务器上安装并使用tensorboard

    需求: 在ubunu16.0的服务器上使用Pytorch内嵌的tensorboard 安装 pip install tensorflow pip install tensorboardX 如果嫌慢可以 ...

随机推荐

  1. BZOJ4195:[NOI2015]程序自动分析

    浅谈并查集:https://www.cnblogs.com/AKMer/p/10360090.html 题目传送门:https://lydsy.com/JudgeOnline/problem.php? ...

  2. oracle+110个常用函数

    1.ASCII  返回与指定的字符对应的十进制数;  SQL> select ascii(A) A,ascii(a) a,ascii(0) zero,ascii( ) space from du ...

  3. 讯为开发板的最小LINUX系统烧写及U盘的挂载及卸载

    fdisk -c 0 fatformat mmc 0:1ext3format mmc 0:2ext3format mmc 0:3ext3format mmc 0:4 fastboot fastboot ...

  4. DCloud-5+Runtime:杂项

    ylbtech-DCloud-5+Runtime:杂项 1.返回顶部   2.返回顶部   3.返回顶部   4.返回顶部   5.返回顶部     6.返回顶部   7.返回顶部   8.返回顶部 ...

  5. __thiscalll C++底层识别成员函数

    问题描述: class myClass { public: void SetNumber(int nNumber) { m_nInt = nNumber; } private: int m_nInt; ...

  6. calc PI

    https://en.wikipedia.org/wiki/Pi code https://github.com/HHS-IntroProgramming/Calculate-Pi https://g ...

  7. 3.《Spring学习笔记-MVC》系列文章,讲解返回json数据的文章共有3篇,分别为:

    转自:https://www.cnblogs.com/ssslinppp/p/4528892.html 概述 在文章:<[Spring学习笔记-MVC-3]SpringMVC返回Json数据-方 ...

  8. Tiny4412 Uboot

    1. Build uboot a) 安装好toolchain (arm-linux-gcc-4.5.1-v6-vfp-20120301.tgz)并设置好 环境变量PATH,保证可以正常使用. b) 解 ...

  9. 基于aspectj的aop注解操作

  10. find查找、split分隔、replace替换

    #!/usr/bin/env python r = "asada" ret = r.find("d") print(ret)#返回所在位置的索引 ret =r. ...