Tensorflow中执行tensorboard --logdir=demo-result 命令报错

在上文tensorflow框架搭建完成的基础上，我们用一个实例来再次感受一下tensorflow的使用过程，这也算是我tensorflow的入门实例．
下面直接贴出代码：

# coding:utf-8 
# 调用tensorflow 
import tensorflow as tf 
import numpy as np 
# 这里生成了100对数字，作为整个神经网络的input 
x_data = np.random.rand(100).astype("float32") 

# 使用with，让我们的数据以节点的方式落在tensorflow的报告上。
with tf.name_scope('y_data'): 
y_data = x_data * 2.5 + 0.8 
 	tf.histogram_summary("method_demo"+"/y_data",y_data) #可视化观看变量y_data 

# 指定W和b变量的取值范围，随机在[-200,200] 
with tf.name_scope('W'): 
W = tf.Variable(tf.random_uniform([1], -200.0, 200.0))
 	tf.histogram_summary("method_demo"+"/W",W)  

# 指定偏移值b，同时shape等于1 
with tf.name_scope('b'): 
b = tf.Variable(tf.zeros([1])) 
tf.histogram_summary("method_demo"+"/b",b) #可视化观看变量
with tf.name_scope('y'): 
y = W * x_data + b #sigmoid神经元 
tf.histogram_summary("method_demo"+"/y",y) #可视化观看变量 

# 最小化均方 
with tf.name_scope('loss'): 
loss = tf.reduce_mean(tf.square(y - y_data)) 
tf.histogram_summary("method_demo"+"/loss",loss) #可视化观看变量 
tf.scalar_summary("method_demo"+'loss',loss) #可视化观看常量 

# 定义学习率，我们先使用0.7来看看效果
optimizer = tf.train.GradientDescentOptimizer(0.7) 
with tf.name_scope('train'): 
train = optimizer.minimize(loss) 
# 初始化TensorFlow参数 
init = tf.initialize_all_variables() 

# 运行数据流图 
sess = tf.Session() 
#合并到Summary中 
merged = tf.merge_all_summaries() 
#选定可视化存储目录 
writer = tf.train.SummaryWriter('demo_result',sess.graph) 
#这里的memo_sesult下面很重要

sess.run(init) 

# 开始计算 
for step in xrange(500): 
sess.run(train) 
if step % 5 == 0: 
print(step, "W:",sess.run(W),"b:", sess.run(b)) 
result = sess.run(merged)
  		writer.add_summary(result,step) 

当在终端中输入：tensorboard --logdir=demo-result 时，可能会出现以下三种错误：tensorflow:IOError [Errno 2] No such file or directory: '/home/zgm/anaconda2/envs/tensorflow/lib/python2.7/site-packages/tensorflow/tensorboard/TAG' on path /home/zgm/anaconda2/envs/tensorflow/lib/python2.7/site-packages/tensorflow/tensorboard/TAG解决方法：下载tensorflow的github的源代码，将
4000
tensorflow-0.8.0.data-->purelib-->tensorflow-->tensorboard目录下的TAG文件拷贝到python下面的tensorboard目录下即可
tensorflow:IOError [Errno 2] No such file or directory: '/home/zgm/anaconda2/envs/tensorflow/lib/python2.7/site-packages/tensorflow/tensorboard/lib/css/global.css' on path /home/zgm/anaconda2/envs/tensorflow/lib/python2.7/site-packages/tensorflow/tensorboard/lib/css/global.css解决方法：下载tensorflow的github的源代码，将tensorflow-0.8.0.data-->purelib-->tensorflow-->tensorboard-->lib目录下的CSS文件夹拷贝到python下面的tensorboard目录下的lib中即可

ERROR:tensorflow:Tried to connect to port 6006, but address is in use.
Tried to connect to port 6006, but address is in use.



进程号为9445占用了端口6006,kill掉就好．
下面打开链接就可以看到可视化情况．



至此结束！