在本地打开远端服务器上Tensorboard

最新推荐文章于 2025-06-04 11:49:06 发布

原创最新推荐文章于 2025-06-04 11:49:06 发布 · 1.4k 阅读

1 ·

CC 4.0 BY-SA版权

软件安装专栏收录该内容

7 篇文章

订阅专栏

链接：https://blog.youkuaiyun.com/index20001/article/details/82871634

主要是在Xshell上开设侦听端口

属性——ssh——隧道——添加

源主机：127.0.0.1

侦听端口：6006（可以先在远端服务器上tensorboard --logdir=logs一下，查看端口号）

目标主机：

目的端口号：6006

最后主机上：http://127.0.0.1:6006/

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

俭任G

关注关注

0
点赞
踩
1

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

专栏目录

如何在远程服务器下运行tensorboard，并在本地服务器看运行情况

安静到无声

10-01

2198

为了更好地进行数据分析和可视化，我们可以在远程服务器上运行TensorBoard，并通过SSH端口转发，在本地服务器上查看TensorBoard的运行情况。这样，我们可以使用远程服务器的强大计算能力，同时也能够更加直观地展示和查看数据，为数据分析和决策提供更加有力的支持。

服务器开启TensorBoard，本地如何远程访问

码农研究僧的博客

11-23

1747

与之前讲过的Jupyter NoteBook远程访问一个思路，通过ssh 端口映射。

参与评论您还未登录，请先登录后发表或查看评论

【人工智能】debug系列——本地可视化服务器端运行的tensorboard

liuyider的博客

04-16

579

相信大家很多人工智能的算法都是在服务器跑的，然后用tensorboard记录训练过程中的数据并做可视化，但是服务器端没办法直接进行可视化，每次把文件导到本地在本地运行tensorboard又太麻烦，所以尝试本地可视化服务器上运行的tensorboard。本地可视化tensorboard是一个常常会遇见的小问题，特此记录作为备忘录使用。

服务器使用tensorboard

qq_52570937的博客

06-17

906

如果看完之后直接关闭网页，没在xshell里面关闭，下次再开会报错：ERROR: TensorBoard could not bind to port 6006, it was already in use。这里还得出一点就是，我用的服务器是linux系统的，很多命令都是linux命令，所以以后服务器相关的问题寻找解决方法的时候要注意一下了。关闭占用端口进程：kill -9 21144 # -9表示永久关闭，21144为PID的值。

在本地查看服务器上的TensorBoard

最新发布

m0_61431544的博客

06-04

772

在本地查看服务器上的TensorBoard

服务器 tensorboard 个人电脑 ip

yanshuai_tek的博客

07-08

795

https://github.com/JeremyCCHsu/SLAM-Tensorflow-Tutorial/blob/master/Note90-Remote-Access.md https://stackoverflow.com/questions/37987839/how-can-i-run-tensorboard-on-a-remote-server

远程服务器使用tensorboard

weixin_39925939的博客

07-10

3417

当使用远程服务器时，如何在本地上打开tensorboard页面（本地和远程服务器环境相通的情况）

Windows如何在本地可视化远程服务器上的tensorboard

clpzn_的博客

05-27

647

这一步本质上就是为了给我们PC的浏览器提供一个访问地址，通过这个地址我们就可以直接访问到服务器上运行 tensorboard 的地址，于是我们打开浏览器就可以看到 tensorboard 的内容了。这种地址上的关联是通过 ssh 本地端口转发实现的，它就是一个简单的信息转发方式，它能够将服务器端 localhost 上的内容不断地转发到 PC 端的浏览器上，从而实现可视化。这种一大长串的，一般在训练一个模型前都会指定好的，找到这个文件夹，我们假设它在。我们的目的是，在 PC 上的浏览器直接输入。

（4）本地浏览器怎么显示服务器中Tensorboard的内容

weixin_43981621的博客

08-08

4332

腾讯云服务器使用笔记（4）–本地浏览器显示服务器中Tensorboard的内容本博文简介怎么用本地浏览器显示云服务器中Tensorboard的内容。目录腾讯云服务器使用笔记（4）--本地浏览器显示服务器中Tensorboard的内容1.Tensorboard的基本使用1.1Tensorboard基本功能1.2Tensorboard应用举例--一次函数1.3Tensorboard应用举例--图片展示2.浏览器显示Tensorboard的内容2.1 操作步骤2.2 效果展示--一次函数2.3 效果展

通过ssh在本地打开远程服务器的网页

wangyifan123456zz的博客

05-24

2259

在远程服务器使用jupyter notebook或者tensorboard等时，在本地打开服务器端的网页的方式有很多比如可以使用MobaXterm工具等，此方法可参考https://blog.youkuaiyun.com/cc__cc__/article/details/108060618?其中8888是本地端口号，8008是服务器端端口号，可根据实际情况进行调整。

在linux服务器启动tensorboard

weixin_42591253的博客

05-11

734

这里的16006跟你在隧道里设置的侦听端口一样。

tensorboard显示远程服务器

andy dennis的博客

02-16

808

记录一下tensorboard的用法。

tensorboard在Windows和服务器上的使用

as_your_heart的博客

11-18

1616

tensorboard在Windows和服务器上的使用

本地可视化远程服务器tensorboard

weixin_42037651的博客

07-04

624

本地电脑打开CMD，运行下面命令，把远程服务器端口映射到本地端口。在本地浏览器地址栏输入。

本地可视化服务器的tensorboard

yanglong6666的博客

05-03

3063

首先在服务器安装tensorboard,直接使用pip安装即可。 pip install tensorboard 在代码中的具体使用如下：导入tensorboard from torch.utils.tensorboard import SummaryWriter 在代码中加入 log_dir = os.path.join('loss', 'train_G_loss') train_writer = SummaryWriter(log_dir=log_dir) log_dir = os.p

用本地浏览器打开服务器上使用的Tensorboard

博客而已

03-04

689

最近有使用服务器上的Tensorboard的需求，踩了几个雷，现已在搜索和帮助下解决，总结于此。注意安装的版本，和运行时候的–port的输入就好。

tensorboard 远程服务器训练可视化

jane_6091的博客

09-21

567

·在登陆服务器时，使用 ssh -L 16006:127.0.0.1:6006 用户名1@网络地址代替原来的 ssh 用户名1@网络地址 ·在服务器上运行程序，找到之前提到过的会在目录下生成的日志文件，运行 tensorboard --logdir=xxx --port=6006 这里的xxx表示文件存储的目录 ·在本地浏览器输入 127.0.0.1:16006 即可在本地显示tensorboard 如果端口被占用，可使用命令 # 如果找不到lsof命令，则需要下载lsof $ apt-get

同一局域网下，电脑连接服务器的tensorboard

hello__bug的博客

06-29

283

4.ip+端口打开tensoborad。3.开启tensorboard。

pycharm远程服务器使用tensorboard

01-16

### 使用PyCharm通过远程服务器运行TensorBoard 为了在PyCharm中利用远程服务器上的资源来启动并查看TensorBoard，可以遵循一系列特定设置流程。这不仅涉及本地开发环境的调整，还包括确保远程服务器能够正确响应请求。 #### 配置远程解释器首先，在PyCharm Professional版本里配置远程Python解释器是必要的前置条件之一[^3]。此过程通常涉及到指定连接至目标机器的方式（如SSH），以及定义该环境中可用的具体Python版本路径。一旦完成这些设定，则可以在项目内选择这个新创建好的远程解释器作为默认选项。 #### 设置端口转发由于TensorBoard服务需在网络间暴露其监听地址以便访问可视化界面，因此需要建立从本机到远端主机的安全隧道。可以通过SSH命令实现这一点： ```bash ssh -N -f -L localhost:6006:localhost:6006 user@remote_host_ip ``` 上述指令中的`6006`代表了TensorBoard默认使用的TCP端口号；而`user@remote_host_ip`则应替换为实际登录凭证与IP地址组合[^2]。 #### 启动TensorFlow日志记录接着，在远程服务器上执行训练脚本时加入适当参数以启用TensorFlow的日志功能，并指定期望存储事件文件的位置。例如修改代码如下所示： ```python import tensorflow as tf log_dir = "/path/to/logs" writer = tf.summary.create_file_writer(logdir=log_dir) with writer.as_default(): # Your training loop here... ``` 这段代码片段会将所有摘要数据写入由变量`log_dir`所指向目录下，供后续TensorBoard读取分析[^1]。 #### 执行TensorBoard命令最后一步是在远程服务器终端输入相应命令开启TensorBoard实例： ```bash tensorboard --logdir=/path/to/logs --host=127.0.0.1 --port=6006 ``` 这里同样需要注意保持端口号一致性和日志位置准确性。此时如果之前已经成功建立了SSH端口映射关系的话，那么只需打开浏览器并导航至`http://localhost:6006/`即可浏览来自远程系统的性能指标图表和其他有用信息。