Tensoboard 可视化

本文介绍在Linux环境下启动TensorBoard时遇到“command not found”错误的解决方法,包括查找TensorBoard安装路径并使用绝对路径下的main.py启动,以及在训练前如何清理旧的日志文件,避免因日志累积导致的问题。

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

linux下
执行命令

tensorboard --logdir = '/lab/log/' #你的log文件保存路径

报错
tensorboard: command not found

解决方法
1:查找tensorboard的安装路径
使用pip show tensorflow-gpu 查看tensorflow的安装信息,得到其安装路径,
在这里插入图片描述
2.使用绝对路径下的main.py来启动tensorboard

 python3 /home/rthpc/anaconda3/envs/torchXXX/lib/python3.6/site-packages/tensorboard/main.py --logdir=./log/

打开浏览器,输入显示的地址即可打开tensorboard。

如果出现这种情况在这里插入图片描述
出现错误原因:由于多次运行程序,之前的log一直保留着,新的log只是续写,没有覆盖,所以tensorflow报出提醒。
解决办法:在你训练之前,可以将文件中的内容删除,代码如下

import tensorflow as tf
logdir = './log/'
if tf.gfile.Exists(logdir):
    tf.gfile.DeleteRecursively(logdir)
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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