标签: tensorboard

我目前正在一个稍大的 TensorFlow 项目中工作，并尝试像往常一样可视化网络的某些变量，即执行此工作流程

1. 声明我想通过哪些变量进行跟踪 tf.summary.scalar('loss', loss)
2. 通过收集它们 summary_op = tf.summary.merge_all()
3. 将我的作者声明为writer = tf.summary.FileWriter('PATH')并添加图表
4. 通过在我的训练迭代期间评估汇总操作 s = sess.run(summary_op)
5. 最后通过它添加到我的作者 writer.add_summary(s, epoch)

通常这对我有用。但这一次，我只显示了图表，当我检查事件文件时，我发现它是空的。巧合的是，我发现有人建议writer.flush()在添加我的摘要作为第 6 步后使用。这解决了我的问题。

因此，合乎逻辑的后续问题是：我必须何时以及如何使用FileWriter.flush()才能使 tensorflow 正常工作？

当我在训练时使用 tensorboard 回调时出现此错误。

我尝试从与张量板错误相关的帖子中寻找答案，但在任何 stackoverflow 帖子或 github 问题中都没有找到这个确切的错误。

请告知。

我的电脑中安装了以下版本：

Tensorflow 和 Tensorflow GPU：2.0.0

张量板：2.0.0

tensorboard --logdir=./model/ted500/summaries

Starting TensorBoard 28 on port 6006

有时它会在这里显示网址，有时它会卡在那里。我是张量板的新手，因此遵循了几个教程来运行它，但似乎它仍然不起作用。

有人可以建议如何启动张量板吗？

使用 TensorFlow 1.13.1，我可以使用 Tensorboard 保存日志，但是当我升级到 TensorFlow 2.0.0_alpha0 时，相同的代码给了我错误：

"Failed to create a directory: logs/fit/20190411-193710\train; No such file or directory [Op:CreateSummaryFileWriter]" 

我能做些什么来纠正 TensorFlow 2.0.0_alpha0 的这个问题

import tensorflow as tf
import datetime
mnist = tf.keras.datasets.mnist

(x_train, y_train),(x_test, y_test) = mnist.load_data()
x_train, x_test = x_train / 255.0, x_test / 255.0

def create_model():
return tf.keras.models.Sequential([
tf.keras.layers.Flatten(input_shape=(28, 28)),
tf.keras.layers.Dense(512, activation='relu'),
tf.keras.layers.Dropout(0.2),
tf.keras.layers.Dense(10, activation='softmax')
])

model = create_model()
model.compile(optimizer='adam',
          loss='sparse_categorical_crossentropy',
          metrics=['accuracy'])

log_dir="logs/fit/"
tensorboard_callback = tf.keras.callbacks.TensorBoard(log_dir=log_dir, 
histogram_freq=1)

model.fit(x=x_train, 
          y=y_train, 
          epochs=5, 
          validation_data=(x_test, y_test), 
          callbacks=[tensorboard_callback])

对于菜鸟问题​​很抱歉，但是我如何杀死 Tensorflow PID？

它说：

Reusing TensorBoard on port 6006 (pid 5128), started 4 days, 18:03:12 ago. (Use '!kill 5128' to kill it.)

但是我在 windows taks 管理器中找不到任何 PID 5128。在 jupyter 中使用 '!kill 5128' 错误返回找不到命令 kill 。在 Windows cmd 或 conda cmd 中使用它也不起作用。

谢谢你的帮助。

我按照此处的建议在 Tensorflow 2.0-beta0 中使用 HParams 仪表板使用超参数https://www.tensorflow.org/tensorboard/r2/hyperparameter_tuning_with_hparams

我在步骤 1 中感到困惑，找不到更好的解释。我的问题与以下几行有关：

HP_NUM_UNITS = hp.HParam('num_units', hp.Discrete([16, 32]))
HP_DROPOUT = hp.HParam('dropout', hp.RealInterval(0.1, 0.2))
HP_OPTIMIZER = hp.HParam('optimizer', hp.Discrete(['adam', 'sgd']))

我的问题：我想尝试更多的 dropout 值，而不仅仅是两个（0.1 和 0.2）。如果我在其中写入更多值，则会引发错误-“最多可以给出 2 个参数”。我试图寻找文档，但找不到这些 hp.Discrete 和 hp.RealInterval 函数来自何处的任何内容。任何帮助，将不胜感激。谢谢！

我在 pytorch 1.3.1 中使用tensorboard，并且我在pytorch 文档中为tensorboard做了完全相同的事情。运行后tensorboard --logdir=runs，我得到了这个：

。

$ tensorboard --logdir=runs
TensorFlow installation not found - running with reduced feature set.
Serving TensorBoard on localhost; to expose to the network, use a proxy or pass --bind_all
TensorBoard 2.1.0 at http://localhost:6006/ (Press CTRL+C to quit)

打开 http://localhost:6006/ 后，我得到这样的空白页面

我也尝试了tensorboardX，并得到了相同的结果。您能告诉我如何解决这个问题吗？谢谢。

我正在使用 Tensorboard 绘制实验损失图。

我还想将测试结果添加到 Tensorboard 以便于实验比较，但我找不到执行此操作的函数。

我只需要一个简单的表，例如：

| Exp name | Metric 1 | Metric 2 |
|----------|----------|----------|
| Exp 1    | 12       | 123      |
| Exp 2    | 23       | 234      |

我怎样才能实现这个目标？

我正在使用 PyTorch 版本的SummaryWriter.

我正在关注 Pytorch 的Tensorboard文档。

我有以下代码：

model = torchvision.models.resnet50(False)
writer.add_graph(model)

它抛出以下错误：

_ = model(*args) # 不捕获，只打印错误信息

TypeError：* 之后的 ResNet 对象参数必须是可迭代的，而不是 NoneType

我不知道我在这里做错了什么！

如何使用自定义环境将奖励添加到 Stable Baselines3 中的张量板日志记录中？

我有这个学习代码

model = PPO(
    "MlpPolicy", env,
    learning_rate=1e-4,
    policy_kwargs=policy_kwargs,
    verbose=1,
    tensorboard_log="./tensorboard/")