Tensorflow中执行tensorboard --logdir=demo-result 命令报错

最新推荐文章于 2025-08-01 18:06:40 发布

Small__White__

最新推荐文章于 2025-08-01 18:06:40 发布

阅读量6.1k

点赞数

CC 4.0 BY-SA版权

文章标签：ｔｅｎｓｏｒｂｏａｒｄ TAG Global.css

本文链接：https://blog.youkuaiyun.com/weixin_40369473/article/details/79423281

在尝试运行`tensorboard --logdir=demo-result`命令时，可能会遇到错误，包括TAG文件缺失和CSS文件夹问题，以及端口占用。解决方法包括从TensorFlow GitHub源代码中复制TAG文件和CSS文件夹到正确位置，以及处理占用端口的进程，以便成功启动TensorBoard进行可视化分析。

在上文tensorflow框架搭建完成的基础上，我们用一个实例来再次感受一下tensorflow的使用过程，这也算是我tensorflow的入门实例．
下面直接贴出代码：

# coding:utf-8 
# 调用tensorflow 
import tensorflow as tf 
import numpy as np 
# 这里生成了100对数字，作为整个神经网络的input 
x_data = np.random.rand(100).astype("float32") 


# 使用with，让我们的数据以节点的方式落在tensorflow的报告上。
with tf.name_scope('y_data'): 
	y_data = x_data * 2.5 + 0.8 
 	tf.histogram_summary("method_demo"+"/y_data",y_data) #可视化观看变量y_data 


# 指定W和b变量的取值范围，随机在[-200,200] 
with tf.name_scope('W'): 
	W = tf.Variable(tf.random_uniform([1], -200.0, 200.0))
 	tf.histogram_summary("method_demo"+"/W",W)  


# 指定偏移值b，同时shape等于1 
with tf.name_scope('b'):