解决tensorboard调用Web显示时出现的No dashboards are active for the current data set错误

解决tensorboard调用Web显示时出现的No dashboards are active for the current data set错误

第一次用Tensorflow的TensorBoard，到打开网页显示TensorBoard这一步出现了问题，提示No dashboards are active for the current data set的tensorboard，也就是TensorBoard没有找到events文件：

去百度了非常多的论坛和帖子，要么是TF1老版本Filesave指令，要么就报错不成功，后来经过多次实验终于成功，下面是正确操作过程。

代码部分

代码直接用的是Keras官方演示TensorBroad的demo：

import tensorflow as tf
import datetime

data_mnist = tf.keras.datasets.mnist
(x_train, y_train), (x_test, y_test) = data_mnist.load_data()
x_train, x_test = x_train / 255.0, x_test / 255.0


def create_model():
    return tf.keras.models.Sequential([
        tf.keras.layers.Flatten(input_shape=(28, 28)),
        tf.keras.layers.Dense(512, activation='relu'),
        tf.keras.layers.Dropout(0.2),
        tf.keras.layers.Dense(10, activation='softmax')
    ])


model = create_model()
model.compile(optimizer='adam', loss='sparse_categorical_crossentropy', metrics=['accuracy'])
log_dir = "logs/fit/" + datetime.datetime.now().strftime("%Y%m%d-%H%M%S")
tensorboard_callback = tf.keras.callbacks.TensorBoard(log_dir=log_dir, histogram_freq=1)  # tensorboard_callback回调可确保创建和存储日志
model.fit(x=x_train, y=y_train, epochs=5, validation_data=(x_test, y_test), callbacks=[tensorboard_callback])

上面代码实现了一个简单的前向传播层，并且将数据保存，通过添加 tf.keras.callback.TensorBoard 回调可确保创建和存储日志.另外，在每个时期启用 histogram_freq=1 的直方图计算功能（默认情况下处于关闭状态）。注意其中的log_dir部分，这里存储了路径，下面要用到。
PS：代码参考https://tensorflow.google.cn/tensorboard/get_started?

LOG目录

最关键的一部来了：你要准确找到TensorBoard的日志存储目录。以上代码的存储默认在了你的Py工程文件根目录下，例如下图

但是这并不是指令要写的目录，指令要写的目录还要再下一级到fit目录，这个fit目录就是上面py代码中的log_dir = “logs/fit/” +部分，名称是可以任意修改的，只要目录和py中一致即可：

这才是CMD指令需要的目录！

CMD指令

网上给的指令格式可谓是五花八门，很多现在都会报错，目前正确写法：

tensorboard --logdir=fit文件夹路径

将“fit文件夹路径”替换成你的路径即可，例如按照上图的话应该写为：（直接打开在CMD后，在窗口中复制粘贴即可。不需要所谓的管理员权限，也不需要先CD到目录在复制指令。）

tensorboard --logdir=D:\boyLen\py\Pylearn1\logs\fit\

回车，等待成功会显示：

此时不要动CMD，打开浏览器地址输入：（不一定要用Chrome；360Chorme、EDGE、手机端Safri等都可以正常使用，但360Chrome注意注意模式不要是兼容模式，应该是极速模式。）

http://localhost:6006/

打开该网页后就可以正常显示了，如图：

我的版本：Tensorflow2.2.0；python3.7；Win10 1903；