Tensorboard可视化，解决6006端口问题

最新推荐文章于 2023-06-21 00:52:19 发布
最新推荐文章于 2023-06-21 00:52:19 发布
阅读量5.3k 收藏 5
点赞数
文章标签： tensorboard
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/Zhou07182423/article/details/86064267
版权

1.在服务器上跑一个关于聊天机器人的时候，想要对其训练过程进行可视化，用了tensorflow可视化的好帮手 Tensorboard
一开始直接在项目下执行，后来又切换到项目对应的logs文件加下运行

tensorboard --logdir=logs

返回一个TensorBoard 1.12.2 at http://vm-21a-01sgt:6006 (Press CTRL+C to quit)
在Chrome上打开，出现
在这里插入图片描述
2. 后来把–logdir的位置换成logs文件的绝对位置【前提是还是在项目中logs文件目录下执行此命令】

tensorboard --logdir=/root/Tensorflow-Chatbot-master/Bot/train_logs

再次在浏览器运行http://hostIP:6006成功显示！！！！！

Sprities
关注
  • 0
    点赞
  • 踩
  • 5
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
使用tensorboard可视化loss和acc的实例
09-18
今天小编就为大家分享一篇使用tensorboard可视化loss和acc的实例，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
Tensorboard可视化好帮手2
02-24
其实tensorboard还可以可视化训练过程(biase变化过程),这节重点讲一下可视化训练过程的图标是如何做的。请看下图,这是如何做到的呢？在histograms里面我们还可以看到更多的layers的变化:（P.S.灰猫使用的tensorflowv...
TensorBoard服务器6006端口报错：No dashboards are active for the current data set.
D_handsome的博客
05-15 1096
tensorboard生成日志后，在terminal运行成功（默认6006端口），但浏览器显示报错：数据源有误 报错原因：服务器拥塞，需更换服务器端口 更改如下： PS D:\pytoch_learning\tudui> tensorboard --logdir First_try --port=6007 #更改端口号 TensorFlow installation not found - running with reduced feature set. Serving TensorB
Tensorboard 6006端口无法访问的问题
赵大宝的博客
10-16 1万+
1 、写一个简单实例，完成tensorboard 日志输出功能，示例代码如下： import tensorflow as tf input1 = tf.constant([1.0, 2.0, 3.0], name='input1') input2 = tf.Variable(tf.random_uniform([3]), name='input2') output = tf.add_n([in...
tensorboard --logdir log无法打开可视化的一个解决方法——换掉默认端口6006
weixin_43823709的博客
03-14 2957
首先，看到很多博客说的都是都是打开cmd，cd到log文件的上一层目录。我第一次的时候试了也可以，第二次开始不行了。 给一个例子，在cmd里输入 cd E: tensorboard --logdir log 可以看到，以6006端口启动了。然后我们到浏览器看一下，网址是： http://localhost:6006/ 很熟悉的界面有没有！然后就一直找解决的方法。 这个问题困扰了我很久，绝对...
无法打开“http://localhost:6006/“的情况
weixin_43984636的博客
06-21 3572
3. **IP地址和localhost的匹配问题**：在某些情况下，本地主机的IP地址（例如127.0.0.1）可能与localhost不匹配，导致无法访问。（3）再使用tensorboard --logdir=./runs 或者tensorboard --logdir=./logs, 具体看你保存的文件名是logs还是runs,这两种很常见。以上都是GPT对此问题做出的回应，其中我后面发现了我是通过在文件夹中使用cmd进入base环境再用conda命令进入自己用来训练数据的虚拟环境，问题就出在这里。
Tensorboard可视化好帮手1
01-27
学会用Tensorflow自带的tensorboard去可视化我们所建造出来的神经网络是一个很好的学习理解方式. 用最直观的流程图告诉你你的神经网络是长怎样,有助于你发现编程中间的问题和疑问. 好，我们开始吧。这次我们会介绍...
一学就会 | 基于PyTorch的TensorBoard可视化
12-21
TensorBoard这款工具你是一定要掌握的可视化工具。为什么我要这么说呢？因为TensorBoard可以用来展示神经网络图、张量的指标变化、张量的分布情况等。我相信您阅读了本文，你就会了解到TensorBoard可视化工具的强大...
TensorBoard之6006页面无法访问
Noonebirdyou的博客
05-21 7734
出错场景 1: 首先执行样例程序,生成日志文件 #!/usr/bin/env python # -*- coding -*- ''' 可视化Demo ''' import tensorflow as tf input1 = tf.constant([1.0, 2.0, 3.0], name='input1') input2 = tf.Variable(tf.random_unif...
Tensorboard显示graph及6006端口无法访问解决
Lynn_0909的博客
10-20 600
1、激活环境，启动tensorboard 2、cd [your log dir] 3、tensorboard --logdir=[your log dir] 4、复制命令行给出的网址在浏览器打开 如果6006端口无法访问 换成命令tensorboard --logdir=[your log dir] --host=127.0.0.1 ...
pytorch下启动tensorboardX可视化工具
weixin_42748439的博客
04-14 3024
pytorch下启动tensorboardX可视化工具教程 安装tensorboardX pip install tensorboardX 启动tensorboardX tensorboard --logdir={your path} 出错:tensorboard: command not found 使用 pip list 查看环境，我没有安装tensorflow 那就安装一个，我的安装tensorboardX=2.5.0 所以tensorflow也安装2.5.0，国内直接pip install
tensorboard
CoSunshine
07-13 207
刚刚开始学习Tensorflow，在使用Tensorboard的时候使用tensorboard --logdir <文件夹名称> 能正确生成访问链接，当我在浏览器中输入这个访问链接后，总显示找不到地址，无法解析地址，令人头大。做下记录，方便以后参考。在cmd窗口输入tensorboard --logdir /tmp/tensorflow或者tensorboard --logdir D:...
访问远程服务器的tensorboard
岁月如歌
05-25 794
场景与问题 tensorflow程序运行在远程服务器，tensorboard启动后访问地址为：0.0.0.0:6006。这样没法用自己机器上的浏览器访问tensorboard。 解决办法 1 . 连接ssh时，将服务器的6006端口重定向到自己机器上来： ssh -L 16006:127.0.0.1:6006 username@remote_server_ip 其中：16006:127.0.0.1代表自己机器上的16006号端口，6006是服务器上tensorboard使用的端口。 2 . 在服务器上使用
解决访问远程服务器tensorboard无法访问的问题
caihpipi的博客
08-01 2381
解决访问远程服务器tensorboard无法访问的问题
如何使用tensorboard及打开tensorboard生成文件
热门推荐
m0_50364811的博客
09-01 1万+
tensorboard的使用及其生成文件的打开
AutoDL远程桌面（显示桌面环境）
AngelFK1990的博客
05-12 3284
AutoDL远程桌面（显示桌面环境）的实现过程，主要分为安装桌面环境、安装turbovnc及其依赖包、SSH隧道、本地VNC客户端登陆4个步骤
使用TensorBoard进行可视化
qq_42577307的博客
03-09 355
使用TensorBoard进行可视化
yolo tensorboard可视化
最新发布
09-05
您可以通过在训练过程中使用TensorBoard来可视化YOLO模型的训练情况。以下是一些步骤来实现这一点： 1. 安装TensorFlow和TensorBoard：首先，您需要安装TensorFlow和TensorBoard库。您可以使用pip命令来安装它们： ``` pip install tensorflow tensorboard ``` 2. 导入必要的库：在Python代码中，您需要导入以下库： ```python import tensorflow as tf from tensorflow.keras.callbacks import TensorBoard ``` 3. 创建TensorBoard回调函数：在模型训练之前，您需要创建一个TensorBoard回调函数，并将其传递给模型训练过程中的fit()函数。这将记录并保存训练过程中的相关信息，以供TensorBoard使用。 ```python tensorboard_callback = TensorBoard(log_dir='./logs', histogram_freq=1) ``` 在上面的示例中，'./logs' 是保存TensorBoard日志文件的目录。 4. 将回调函数添加到模型训练过程中：在您的模型训练代码中，将TensorBoard回调函数作为callbacks参数传递给fit()函数： ```python model.fit(train_dataset, epochs=10, callbacks=[tensorboard_callback]) ``` 确保您的模型已经定义和编译，并且您有一个用于训练的数据集。 5. 启动TensorBoard服务器：在命令行中，导航到您保存TensorBoard日志文件的目录，并运行以下命令来启动TensorBoard服务器： ``` tensorboard --logdir=./logs ``` 上述命令将启动TensorBoard服务器，并将其绑定到本地主机的默认端口（通常是6006）。 6. 访问TensorBoard可视化：打开您的Web浏览器，并输入以下URL以访问TensorBoard的可视化界面： ``` http://localhost:6006 ``` 请注意，如果您在步骤5中使用了不同的端口，则需要相应地更改URL中的端口号。 通过遵循上述步骤，您将能够使用TensorBoard来可视化YOLO模型的训练情况。您可以查看各种指标、损失函数、准确率和其他相关信息的图表和摘要。

“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 1
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