TensorBoard可视化遇到的问题D:\Python\log>tensorboard --logdir D:\Python\log/mnist_with_summaries

最新推荐文章于 2024-04-26 21:22:21 发布
最新推荐文章于 2024-04-26 21:22:21 发布
阅读量1.7k 收藏 2
点赞数 1
分类专栏： TensorFlow 文章标签： python3
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/AI_girl/article/details/83314778
版权
在使用TensorBoard进行线性回归可视化时遇到错误，由于Python2和Python3的语法差异导致程序无法正常运行。通过修改httplib.py文件中的不兼容语法，将print语句和其他语法调整为Python3.6兼容格式。在完成所有错误修正后，启动TensorBoard，但发现页面无法打开。经研究发现是接口问题，参考网友分享的解决方案解决了问题，成功打开了TensorBoard的可视化界面。
摘要由CSDN通过智能技术生成

做线性回归TensorBoard可视化的时候遇到的一些问题

将可视化脚本写好后，在cmd里面输入如下代码

D:\Python\log>tensorboard --logdir D:\Python\log/mnist_with_summaries

运行该程序之后出现如下错误，根据提示打开如图所示红色框中的htpplib.py文件进行调整，这个文件可能是用python2写的，有些语法与python3不兼容，将里面出现的不兼容格式修改成python3.6里面相对应的就好，在python3.6里面的print后面要加括号，正确形式为print("reply")，修改好之后再重新运行，里面还有其他个别的语法错误，根据提示，将其全部修改为相应python3.6的语法格式就好了。

所有语法错误修改完之后，在运行，得到如下，

TensorBoard 1.10.0 at http://DESKTOP-J1O6DVR:6006 (Press CTRL+C to quit)

在Google浏览器运行http://DESKTOP-J1O6DVR:6006http

最低0.47元/天 解锁文章
全部梭哈一夜暴富
关注
  • 1
    点赞
  • 踩
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
Tensorboard 命令行输入tensorboard --logdir $$
Lily的博客
07-26 3万+
Tensorboard 命令行输入tensorboard --logdir=log （log是存储日志的名字，可变，不写默认为runs） 以下是目录结构 代码中日志存放位置 生成的目录结构 则需要进入该project的目录下，在lily的文件夹下，本文日志保存为log，所以执行tensorboard --logdir=log 命令，进出入http://localhost:6006即可看到可视化结果。 ...
可视化模块(二): tensorboard
芒果干的博客
11-03 6003
之前介绍过visdom模块，visdom模块不能将网络结构可视化，而tensorboard模块可以，因此这里学习了tensorboard模块，这里是在pytorch上使用tensorboard的帮助文档，本文依据文档进行改编，官方github地址：https://github.com/lanpa/tensorboardX tensorboard可视化一共分为四步 tensorboard安装 创建writer实例 添加需要的图表等信息 运行events日志 一、tensorboard安装 需要安装两个pa
【pytorch】TensorBoard的使用
最新发布
2301_80365008的博客
04-26 1123
tensorboard --logdir=./logs是使用 TensorFlow 创建一个简单的线性回归模型，并使用 TensorBoard 来可视化模型的计算图和训练过程。与 PyTorch 结合使用：虽然 TensorBoard 是为 TensorFlow 设计的，但也可以与 PyTorch 结合使用，通过一些库（如 tensorboardX）将 PyTorch 的数据转换为 TensorBoard 格式。Scalars（标量）：用于显示训练过程中的标量数据，比如损失和准确率的变化趋势。
Pytorch(九) —— Tensorboard(当有了tensorboard日志文件怎么可视化它)(同时显示多个模型)(vscode的tensorboard)(TensorboardX)
hxxjxw的博客
05-16 1万+
tensorboard.py from tensorboardX import SummaryWriter writer = SummaryWriter("logs") for i in range(100): writer.add_scalar('y=x',i,i) writer.close() 运行后就会生成一个logs文件夹 然后在命令行下输入 tensorboard --logdir=logs #想换端口的话 tensorboard --logdir=logs --.
tensorboard的使用
weixin_62848630的博客
04-08 2118
from torch.utils.tensorboard import SummaryWriter #y=x函数 writer = SummaryWriter("logs") for i in range (100): writer.add_scalar('y=2x', 2*i, i) writer.close() 打开指令：tensorboard --logdir 文件夹名 #一定要为文件夹名，不能为文件名 eg：tensorboard --logdir /home/rui/Pycha.
tensorboard常见指令与问题解决
DanielSmith
03-30 3787
tensorboard常见指令 指定文件目录查看生成的log曲线： tensorboard --logdir E:\workspace\tb_logs 这个不局限，选择你自己的log存储文件夹目录即可 下图即为成功加载出现： 有时候会出现，直接默认电脑名称，但是其实无法打卡，如何解决： 常见问题如下图，出现了 我的电脑名称，但是按照这个地址无法打开 此时其实把你的电脑名称，替换成为localhost即可，后面照样接上默认的端口号 有时候，会出现不同终端下，大于两个tensorboard曲线可
Python库 | jupyter_tensorboard-0.1.3.tar.gz
03-08
在Python的开发环境中，集成化、交互式和可视化工具的使用是提升编程效率的重要手段。Jupyter TensorBoard是这样一个工具，它将TensorBoard的强大功能无缝地融入了Jupyter Notebook，使得数据科学家和机器学习工程师...
Python-TensorBoard是一套Web应用用于检查和理解您的TensorFlow运行和可视化
08-11
2. **启动TensorBoard**：在命令行中，使用`tensorboard --logdir=<日志目录>`启动服务，日志目录是保存了上述记录信息的路径。 3. **访问Web界面**：打开浏览器，输入TensorBoard显示的URL，就可以看到各种可视化...
jupyter_tensorboard：在Jupyter Notebook中启动Tensorboard
02-03
运行上述代码后，一个内嵌的Tensorboard实例就会在当前Notebook的下方打开，显示与你在独立Tensorboard中看到的相同可视化信息。 值得注意的是，`jupyter_tensorboard` 支持自定义日志目录、重置Tensorboard实例、...
jupyterlab_tensorboard:Jupyterlab的Tensorboard扩展
05-09
用于tensorboard的JupyterLab扩展。 注意：该项目只是jupyterlab上tensorboard的前端扩展。 它使用项目作为tensorboard后端。 特别感谢 感谢和他出色的工作，为jupyter笔记本创建 。 先决条件 JupyterLab 安装 ...
用TensorBoard可视化PyTorch
04-07
要将PyTorch与TensorBoard结合起来，可以使用`tensorboardX`库，这是一个提供了与TensorBoard兼容的API的库，使得可以从PyTorch中记录数据并在TensorBoard中查看。不过，从PyTorch 1.1.0起，官方直接内置了对...
tensorboard使用方法（基础）
猛男的博客
10-01 2728
引言：tensorboard是一个可视化函数，能够将在运行过程中的数据展现在我们眼前，以图表的方式呈现。 1.首先导入所需要的库 from tensorboardX import SummaryWriter 如果没有安装的小伙伴，请移步这里安装 安装完成后，我开始写个测试程序吧！ import numpy as np from tensorboardX import SummaryWriter writer = SummaryWriter('./logs') for i in ran.
TensorBoard的使用
Ambition_Du的博客
09-24 1435
简单举例y=x的直线绘制，书写函数之后可以按住CTRL键查看该函数如何定义的，自己设置传入的参数。tensorboard --logdir=事件文件所在的文件夹名 --port=xxxx。如果数据的类型是HW通道，要在传参时说明dataformats=‘HWC’tensorboard --logdir=事件文件所在的文件夹名。第一步，打开项目文件，新建py文件，设置环境变量，导包。在项目文件夹中放入图片，可以是自己的也可以是各种数据集。运行上段代码之后会在根目录中生成一个logs文件夹。
pytorch学习之tensorboard的使用
qingqing2620的博客
02-07 2311
SummaryWriter class SummaryWriter(builtins.object) | Writes entries directly to event files in the log_dir to be | consumed by TensorBoard. | | The `SummaryWriter` class provides a high-level API to create an event file | in a given directory a.
关于tensorboard --logdir=logs的报错解决办法记录
WUHU648的博客
02-15 6489
关于tensorboard --logdir=logs的报错解决办法记录
Tensorboard 命令行输入tensorboard --logdir 'logs/'报错
热门推荐
dataijidexiaozi的博客
12-22 2万+
运行完程序后，找到logs文件夹所在目录，如下图 按住shift键，同时鼠标右击，选择“在此处打开Powershell窗口(s)”,输入 tensorboard --logdir “logs/”,出现如下错误： 如果大家遇到此问题，可以到自己Python所在目录,通过此路径（Python所在目录\Lib\site-packages\tensorboard）找到manager.py，打开mana...
TensorBoard详解之安装使用和介绍
Alexa_的博客
07-19 8085
tensorboard --logdir=路径该方式为tensorboard文件的生成之后，在命令行调用该文件，获得tensorboard网址（前面已介绍）该函数为创建一个tensorboard文件，调用方式为：该函数为创建Graphs，Graphs中存放了网络结构，
tensorboard查看日志问题
best_scenery的博客
02-26 2256
1.cd path进入日志所在目录 2.tensorboard --logdir=path Tips： 1.!!!路径不用加'',否则找不到对应的日志 2.tensorboard --help查看帮助，明确logdir与路径之间采用等号连接还是空格连接 tensorboard 1.2 --logdir LOGDIR logdir specifies the directory where Ten...
三、TensorBoard
beyond谚语的博客
08-19 1170
管理员身份运行，进入自己的环境环境，进行下载，也可以通过进行下载。其实通俗点，pip相当于菜市场，conda相当于大型正规超市。
tensorboard --logdir=D:\HAN\summary TensorFlow installation not found - running with reduced feature set
08-30
tensorboard --logdir=<日志目录> ``` 其中，`<日志目录>`是你保存TensorBoard日志的目录。确保你在运行TensorBoard之前已经在代码中正确设置了日志目录。 希望这些信息对你有帮助，如果你有更多问题，请随时提问...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值