解决Tensorflow源码安装的之后TensorBoard 无法使用的问题

Posted 修雨轩陈

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了解决Tensorflow源码安装的之后TensorBoard 无法使用的问题相关的知识,希望对你有一定的参考价值。

 

作者  cnblog 修雨轩陈

我是按照 Tensorflow 下

https://github.com/tensorflow/tensorflow/blob/master/tensorflow/g3doc/get_started/os_setup.md#configure-the-installation 教程安装的, 通过源码安装之后出现以下问题:

tensorboard 无法识别, 但是tensorflow API  却可以使用.

于是只能:

python <tensorflow源码所在的目录>/tensorflow/tensorboard/tensorboard.py --logdir=path/to/log-directory

参数和原来直接使用tensorboard 时候是一样的.

PS 我估计是tensorflow这个0.11版本的问题吧.

截图:

image

 

 

进阶:

为了方面自己使用, 我们可以利用linux 的bashell  工作的原理, 把python tensorboard.py 写入环境变量中:

vim ~/.bashrc #  我用的debain 系列的linux

进到编辑模式之后, 在文件的末尾添加:

export TF_HOME="/home/linux/work_space/github/tensorflow/tensorflow/" # 创建环境便令指定TF的目录
export tensorboard="python ${TF_HOME}/tensorboard/tensorboard.py " # 闯将环境变量  用于运行python 脚本

如图:

image

 

添加完毕之后, 保存退出.

同时更新bash:

source  ~/.bashrc

更新完毕之后, 使用方式应该是这样的: ( 以输出帮助信息的为例 )

 

$tensorboard –help

image

以上是关于解决Tensorflow源码安装的之后TensorBoard 无法使用的问题的主要内容,如果未能解决你的问题,请参考以下文章

Tensor--tensorflow的数据类型

MNN源码阅读--Tensor数据结构解析和运行示例

tensorflow2.报错与解决 Cannot convert a symbolic Tensor

tensorflow2.报错与解决 Cannot convert a symbolic Tensor

编程55--代码share&debug14Tensorflow,Pytorch 出现 ‘Tensor‘ object is not callable解决办法

anaconda安装tensorflow后引入不了matplotlib的解决方法