ubantu16.0.4使用tensorboard时遇到的坑
2017-07-16 22:57
260 查看
问题描述:在ubantu系统中使用tensorflow编写mnist数据集测试程序,并使用summary.scalar函数整合其中的数据输出,在test001.py中配置log路径为log_dir='/home/diana/to/log',程序运行成功后在相应文件夹生成events文件。在终端输入tensorboard --logdir = /home/diana/to/log成功打开tensorboard却无法显示数据。
尝试解决办法:网上常见的两种解决办法①重新配置路径,使生成events文件的路径和tensorboard的打开路径一致。②360浏览器无法正确显示图像输出,使用chrome浏览器后可以正常显示。这两种方法都进行了尝试后发现依然无法显示图像。
问题原因:tensorboard版本和cuda不兼容,需要给cuda手动添加相应依赖。打开cuda的配置文件gedit ~/.bashrc,重新配置为
export PATH=/usr/local/cuda-8.0/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH="/usr/local/cuda-8.0/lib64:/usr/local/cuda-8.0/extras/CUPTI/lib64"
重新运行python /home/diana/下载/tensor/test001.py生成配置文件后,执行tensorboard --logdir=/home/diana/to/log成功打开图形可视化界面。
重点!!! “=”两端一定不可以加空格,shell语句无法自动忽略空格,会导致路径无法识别!!!在jupyter notebook中运行程序后,打开另一个终端进入沙箱后输入tensorboard地址即可成功打开并显示图像。
尝试解决办法:网上常见的两种解决办法①重新配置路径,使生成events文件的路径和tensorboard的打开路径一致。②360浏览器无法正确显示图像输出,使用chrome浏览器后可以正常显示。这两种方法都进行了尝试后发现依然无法显示图像。
问题原因:tensorboard版本和cuda不兼容,需要给cuda手动添加相应依赖。打开cuda的配置文件gedit ~/.bashrc,重新配置为
export PATH=/usr/local/cuda-8.0/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH="/usr/local/cuda-8.0/lib64:/usr/local/cuda-8.0/extras/CUPTI/lib64"
重新运行python /home/diana/下载/tensor/test001.py生成配置文件后,执行tensorboard --logdir=/home/diana/to/log成功打开图形可视化界面。
重点!!! “=”两端一定不可以加空格,shell语句无法自动忽略空格,会导致路径无法识别!!!在jupyter notebook中运行程序后,打开另一个终端进入沙箱后输入tensorboard地址即可成功打开并显示图像。
相关文章推荐
- 远程使用内网服务器的tensorboard和jupyter notebook
- tensorflow使用遇到的问题The TensorFlow library wasn't compiled to use SSE instructions, but these are avail
- (原)使用tensorboard显示loss
- tensorboard简单使用
- Tensorboard使用
- Tensorboard 功能及使用方法(附代码)
- tensorflow下使用TensorBoard报错提示无这个文件,以及TensorBoard返回的网址打不开等问题详解
- TensorFlow学习笔记3——windows下采用Anaconda时使用tensorboard的方法
- 深度学习7:TensorBoard使用方法
- 在docker中使用tensorboard以及docker的可视化
- Tensorflow之TensorBoard的使用
- 简单的Tensorflow(7):tensorboard的简单使用
- 使用Tensorboard 分析cifar10 model
- tensorboard可视化使用
- TF:利用sklearn自带数据集使用dropout解决学习中overfitting的问题+Tensorboard显示变化曲线—Jason niu
- tensorboard使用问题
- TensorBoard使用
- Tensor Flow textum 使用过程中 遇到的问题和解决
- tensorFlow之tensorboard可视化中遇到的问题
- Tensorflow搭建神经网络及使用Tensorboard进行可视化