TensorBoard不显示/找不到文件

问题描述:

在终端/命令行输入tensorboard --logdir=***后打开界面出现下图

解决方案:

  1. 如果你是用tensorboard --logdir='路径'或者tensorboard --logdir=路径这两个命令,先换成tensorboard --logdir 路径试一下,如果可以就不用往下看了。
  2. 确定你在终端/命令行下进入了你的工程文件夹:
    例如你的代码保存在PycharmProject里面,tensorboard生成的event文件保存在PycharmProject/runs/***里,你需要先cd进入PycharmProject文件夹。
  3. 如果你使用了python环境管理器(conda),先激活你使用的环境。
  4. 确认一下你有没有输错路径:

    先输入find runs | grep event看一下找不找得到event文件,如果没找到,证明路径输错了;再输入tensorboard --inspect --logdir runs看一下能不能找到,如果也可以,可以试试这篇文章的处理方法。简单的说就是使用谷歌浏览器(默认localhost)+pycharm自带终端(默认打开就处于工程文件夹内并激活了对应python环境)。
    5.如果上面的方法都没用,可以试试把相对路径换成全局路径试试。
### TensorBoard 显示图片的数据可视化原理 TensorFlowTensorBoard 是一种强大的可视化工具,可以用于监控机器学习模型的训练过程。其中一项功能是可以显示图像数据,这对于理解卷积神经网络 (CNN) 或其他处理图像的任务非常有用。 #### 图像数据显示机制 为了使 TensorBoard 能够显示图像,开发者需要在 TensorFlow 中使用特定的操作来记录这些图像数据。具体来说,在 TensorFlow 1.x 版本中,`tf.summary.image()` 函数被用来创建摘要操作[^1]。此函数接受张量作为输入参数,并将其转换成可以在 TensorBoard 上查看的标准格式。 当调用了 `tf.summary.FileWriter` 并指定了日志目录之后,所有的 summary 数据都会写入到该文件夹下。随后启动 TensorBoard 服务指向相同的日志路径时,它会读取存储在此处的日志信息并解析出图像内容以便于用户浏览[^2]。 对于 TensorFlow 2.x 用户而言,API 设计更加简洁友好。可以直接利用 Keras Callbacks 功能中的 `tf.keras.callbacks.TensorBoard` 来自动完成上述工作流程而无需手动编写额外代码片段[^3]。 ```python import tensorflow as tf from PIL import Image import numpy as np # 创建虚拟图像数据集 image_data = [] for i in range(8): # 假设有8张测试用的小图 img = Image.new('RGB', (64, 64), color=(i * 32, i * 32, i * 32)) image_array = np.array(img).reshape((64, 64, 3)).astype(np.uint8) image_data.append(image_array) images_tensor = tf.convert_to_tensor(image_data) with tf.compat.v1.Session() as sess: writer = tf.compat.v1.summary.FileWriter('./logs') # 将图像加入summary summ_img = tf.compat.v1.summary.image("example_images", images_tensor, max_outputs=8) merged_summary_op = tf.compat.v1.summary.merge_all() result = sess.run(summ_img) writer.add_summary(result) writer.close() %load_ext tensorboard %tensorboard --logdir ./logs/ ``` 这段 Python 代码展示了如何准备一些简单的 RGB 彩色方块图案,并通过 TensorFlow API 记录它们至指定的日志位置;最终可以通过命令行指令 `%tensorboard --logdir ./logs/` 启动 TensorBoard 查看器以观察保存下来的图像样本。
评论 8
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