tensorboard可视化不能读取本机端口

最新推荐文章于 2024-06-27 17:19:07 发布
最新推荐文章于 2024-06-27 17:19:07 发布
阅读量556 收藏
点赞数
CC 4.0 BY-SA版权
分类专栏： 深度学习 文章标签： tensorflow 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.youkuaiyun.com/shulixu/article/details/90074662
在使用TensorFlow的Tensorboard进行CNN模型调试时遇到端口连接超时问题。尝试多种解决方案后，发现通过修改端口并使用`netstat -ano`命令检查进程，最终通过访问特定IP:8080成功连接到Tensorboard，从而能够查看模型结构和训练进度。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

在调试CNN模型的时候，想通过tensorboard绘制模型的结构并看一下收敛过程，

但是在chrome输入这个地址之后timed out 了。

搜了半天尝试了几个办法，最后这个终于可以读取到我的event log~

参考https://blog.youkuaiyun.com/ghy_111/article/details/77272559

我查看了我根目录的logs文件夹确实有生成新文件，说明不是这里的问题。任务管理器也找到tensorboard了：

在查找一下这个进程 netstat -ano（注意这里我改到8080端口了 其实不用改）

估计还是ip不对，访问10.239.193.100：8080 就可以了

从零开始大模型开发与微调：tensorboardX可视化组件的使用
AI天才研究院
08-04 892
从零开始大模型开发与微调：tensorboardX可视化组件的使用 1.背景介绍 在深度学习模型的开发与训练过程中,可视化是一个非常重要的环节。通过可视化,我们可以直观地观察模型训练的进展情况,包括损失函数的变化趋势、准确率的提升等关键指标。这对于调试模型、
TensorFlow之TensorBoard可视化
qq_28286027的博客
09-05 924
前面的章节已经介绍了如何使用TensorFlow实现常用的神经网络结构。在将这些神经网络用于实际问题之前，需要先优化网络中的参数。这就是训练神经网络的过程。训练神经网络十分复杂，有时需要几天甚至几周的时间。为了更好地管理、调试和优化神经网络的训练过程，TensorFlow提供了一个可视化工具TensorBoard。TensorBoard可以有效地展示TensorFlow在运行过程中的计算图、各种...
pytorch：本地使用tensorboard可视化
傲笑风的博客
10-10 3367
tensorboard是tensorflow用来可视化训练和测试过程的模块，而pytorch并没有可视化模块，但是pytoch=1.2.0版本以上开始支持tensorboard。
Tensorboard 6006端口无法访问的问题
COMEDAYLYH的博客
06-05 1325
https://blog.youkuaiyun.com/u010412858/article/details/83088091
远程服务器之Tensorboard的本地可视化法
qq_42374603的博客
03-10 460
Xshell远程服务器后Tensorboard的本地可视化方法利用Xshell隧道 利用Xshell隧道 首先 隧道 在Xshell > 文件 > 属性 > 连接 > SSH > 隧道 点添加 ， 之后 源主机和目标主机 都是 localhost不变，不要自作聪明去给改成本机IP和服务器地址了。 然后就是一个小技巧了，网上的方法多用本机的16006端口。但其实完全没有必要这样做。 直接将侦听端口 和 目标端口 都设置成6006（tensorboard的访问地址） 即可。 在服
PyTorch：tensorboardX可视化及服务器tensorboardX页面在本地显示
m0_58969225的博客
10-30 600
tensorboard
Tensorboard无法可视化解决方案
Hollake的博客
05-14 1179
一般情况下，在cmd中进入events.out.tfevents文件的上级目录，例如我保存在./train_model\vpn\100_h_no\logs，进入这个目录后，直接运行tensorboard --logdir logs就可以出现可视化界面，但是有时候不知道为什么会出现可视化失败的情况，如果存在这种情况，可以尝试指定host的这种方法进行尝试： 打开到日志文件所在路径的上级目录。 运...
解决Tensorboard可视化错误:不显示数据 No scalar data was found
08-25
在进行TensorFlow项目开发时，TensorBoard是一个非常实用的可视化工具，能够帮助开发者监控和理解模型的训练过程。然而，在使用TensorBoard时，有时候会出现无法显示数据的问题，错误信息为“No scalar data was ...
TensorFlow2.0（9）：TensorBoard可视化
Z875983491的专栏
10-25 1337
注：本系列所有博客将持续更新并发布在github上，您可以通过github下载本系列所有文章笔记文件。 1 神器级的TensorBoard¶ ...
Pytorch Note53 TensorBoard 可视化
风信子的猫Redamancy的快乐星球
09-08 2252
Pytorch Note53 TensorBoard 可视化 文章目录Pytorch Note53 TensorBoard 可视化安装TensorBoardTensorBoard 的使用1. TensorBoard 设置2. 写入 TensorBoard启动TensorBoard3. 使用 TensorBoard 检查模型4. 在 TensorBoard 中添加“投影仪”5. 使用 TensorBoard 跟踪模型训练6. 使用 TensorBoard 评估经过训练的模型常见的问题1.杀死进程2.端口被占用
使用TensorBoard进行可视化
header_files
08-05 5572
使用tensorboard对深度学习模型以及训练过程进行可视化
tensorboard可视化
qq_45850131的博客
04-02 7490
tensorboard可视化Tensorboard导入与可视化图片模型网络结构的可视化标量数据的可视化 Tensorboard导入与可视化图片 以手写数字分类mnist数据集为例： 下载mnist数据集，构造dataset： train_ds = datasets.MNIST( 'data/', train=True, transform=transfo
指定GPU并且指定端口启动tensorboard
vivid
11-15 1万+
Tensorboard是tensorflow内置的一个可视化工具，它通过将tensorflow程序输出的日志文件的信息可视化使得tensorflow程序的理解、调试和优化更加简单高效。Tensorboard的可视化依赖于tensorflow程序运行输出的日志文件，因而tensorboard和tensorflow程序在不同的进程中运行。 一、启动 tensorboard tensorboard ...
Tensorboard 无法打开网页 /不显示数据 / 命令行报错等解决办法集合
热门推荐
White Lies Blog
04-13 2万+
Tensorboard 无法打开页面，或不显示数据，或命令行报错等问题的解决办法集合。
【深度学习】Error: TensorBoard could not bind to port 6006 问题解决
weixin_38120390的博客
06-27 718
解决了TensorBoard端口冲突的问题
解决访问远程服务器tensorboard无法访问的问题
caihpipi的博客
08-01 3661
解决访问远程服务器tensorboard无法访问的问题
Tensorboard使用教程
weixin_63880793的博客
12-07 897
一. 本地访问服务器tensorboard1.进入服务器 2.进入环境 3.找到正在运行的代码日志logs所在目录的上一层目录 4.在服务器上启动tensorboard，logdir='logs所在的上一层目录' 5. 记录tensorboard打印的端口号，如6006 6.将服务器的6006端口重定向到自己机器上来 7.在本地浏览器访问127.0.0.1：8008
Tensorboard可视化，解决6006端口问题
Zhou的博客
01-08 5606
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...
腾讯云主机tensorboard
最新发布
03-27
### 如何在腾讯云服务器上安装和运行 TensorBoard #### 安装 TensorFlow 和 TensorBoard 为了能够在腾讯云服务器上使用 TensorBoard，首先需要确保已经安装了 TensorFlow 及其附带的 TensorBoard 工具。可以通过以下命令完成安装： ```bash pip install tensorflow ``` 此命令会自动安装最新版本的 TensorFlow 以及配套的 TensorBoard[^1]。 #### 配置日志目录并启动 TensorBoard TensorBoard 的核心功能之一是从指定的日志目录读取数据，并将其可视化。因此，在运行模型训练之前，需先定义一个保存日志的位置。例如，假设我们将日志存放在 `./logs` 文件夹中，则可以在 Python 脚本中加入如下代码片段以记录训练过程的数据： ```python import tensorflow as tf # 创建 SummaryWriter 对象并将日志写入到 ./logs 中 log_dir = "./logs" writer = tf.summary.create_file_writer(log_dir) with writer.as_default(): for step in range(100): # 假设这是某个指标值 value = (step / 10)**2 tf.summary.scalar('example_metric', data=value, step=step) ``` 当脚本执行完毕后，会在当前工作目录下生成名为 `logs` 的文件夹，其中包含了 TensorBoard 所需的所有数据[^3]。 接着，在终端中切换至项目根目录并通过下面这条指令开启 TensorBoard 服务： ```bash tensorboard --logdir=./logs --host=0.0.0.0 ``` 这里设置了 `--host=0.0.0.0` 参数允许外部 IP 地址访问该服务；默认情况下仅限本地回环地址（即 `localhost` 或者 `127.0.0.1`）。如果忽略这个参数，那么即使完成了后续步骤也无法正常浏览页面[^4]。 #### 使用 SSH 端口转发技术连接远端服务器上的 TensorBoard 实例 由于大多数云计算实例并没有直接暴露给互联网的真实 IPv4 地址，所以单纯依靠上面的方法还不足以让个人电脑上的浏览器能够加载来自腾讯云主机内的网页资源。此时可采用 Secure Shell 协议建立安全隧道来进行通信桥接操作——具体做法如下所示： 1. 打开一个新的命令行窗口； 2. 输入类似于这样的语句来创建一条通往目标机器8080号端口的安全通道： ```bash ssh -N -L 6006:127.0.0.1:6006 username@your_server_ip_address ``` 替换掉这里的占位符部分：将 `username` 改成实际登录名；把 `your_server_ip_address` 设定为目标 VPS 的公网 IP 地址或者域名形式表示法。 一旦建立起上述映射关系之后，就可以像平常一样打开任意一款现代 Web 浏览器程序，并在其地址栏键入 `http://localhost:6006/` 来预览远程站点内容了！ 另外值得注意的是，某些特殊场景可能还需要额外考虑防火墙策略设置等问题才能顺利完成整个流程[^5]。 ---
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