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:
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:
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
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
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