Tensorboard Error: No dashboards are active for current data set

Question

我正在尝试使用 Tensorboard，但每次我运行使用 Tensorflow 的任何程序时，我都会在 localhost:6006 查看可视化时收到错误消息

这是我的代码

a = tf.add(1, 2,)
b = tf.multiply(a, 3)

with tf.Session() as sess:
    writer = tf.summary.FileWriter("output", sess.graph)
    print(sess.run(b))
    writer.close()

当我进入命令提示符并输入

tensorboard --logdir=C:\path\to\output\folder

它returns和

TensorBoard 0.1.8 at http://MYCOMP:6006 (Press CTRL+C to quit)

当我转到 localhost:6006 时，它显示

No dashboards are active for the current data set. Probable causes: - You haven’t written any data to your event files. - TensorBoard can’t find your event files.

我看过这个 link (Tensorboard: No dashboards are active for the current data set) 但它似乎没有解决这个问题

我运行正在 Windows 10

我该怎么做才能解决这个问题？我是否在命令提示符中为 Tensorboard 提供了正确的路径？

提前致谢

Answer 1

嗯，你的代码有几个问题。

您正在创建摘要编写器 (tf.summary.FileWriter)，但您实际上并没有用它写任何东西。 print(sess.run(b)) 与 tensorboard 无关，如果你希望这对它有一些影响的话。它只是打印 b
您没有创建 summary 对象来连接某些值。
您可能为 tensorboard 输入了错误的文件夹。

更具分析性：

您需要 summary object 才能写摘要。例如 tf.summary.scalar 将标量写入摘要。就像是 tf.summary.scalar("b_value", b) 将 b 的值写入摘要。
然后您实际上需要运行将您的摘要操作放入会话中以使其正常工作，例如：summary = sess.run(summary_scalar).
用您之前定义的写入器写入值：writer.add_summary(summary).
tensorboard现在有东西可以看，使用 tensorboard --logdir=output 在终端中
在一般情况下，您可能需要 tf.summary.merge_all() 传递给 run 以便将所有摘要收集在一起。

希望对您有所帮助。

Answer 2

您的问题可能与您尝试启动 tensorboard 的驱动器以及 logdir 所在的驱动器有关。 Tensorboard 使用冒号分隔可选的运行名称和 logdir 标志中的路径，因此您的路径被解释为名称为 C 的 \path\to\output\folder。

这可以通过从与日志目录相同的驱动器启动 tensorboard 或提供明确的运行名称来解决，例如logdir=mylogs:C:\path\to\output\folder

请参阅 here 以了解该问题。

Answer 3

当我运行 TensorFlow (https://www.tensorflow.org/programmers_guide/tensorboard_histograms) 教程时，我运行遇到了同样的问题。我继续尝试上面 hpabst 引用的解决方案。它像冠军一样工作。在终端中（我在 CentOS 中是运行）- I 运行: tensorboard --log =mydir: '~/mlDemo/'

Answer 4

在 tensorboard 目录中找到 main.py 的路径并 复制它 。它应该是这样的：

C:/Users/<Your Username>/Anaconda3/envs/tensorflow/Lib/site-packages/tensorboard/main.py

或

C:/Users/<Your Username>/anaconda/envs/tf/lib/python3.5/site-packages/tensorboard/main.py

一旦知道正确的路径，运行 Anaconda Prompt 中的此命令将使用 tensorboard 目录中 main.py 的路径。这对我有用 Windows.

python C:/Users/Username/Anaconda3/envs/tensorflow/Lib/site-packages/tensorboard/main.py --logdir=foo:<path to your log directory>

学分：

Answer 5

我也在使用 windows 10。我在同一驱动器、不同驱动器和本地路径中使用运行张量板尝试了您的代码。在这三种情况下，我都能看到图表。

一个解决方案是，也许您需要更改主机（我也无法使用 localhost:6006 进行可视化）。尝试 http://MYCOMP:6006 检查您是否发现任何差异。

注意：我的tensorboard版本是1.8.0（也许你可以更新你的tensorboard看看有什么不同）

Answer 6

如果是 Windows，我有一个解决方法。

cd /path/to/log

tensorboard --logdir=./

这里可以正常使用路径。请记住不要给它空格，因为 logdir = ./.

这给了我一个错误：

No dashboards are active for the current data set. Probable causes: - You haven’t written any data to your event files. - TensorBoard can’t find your event files.

Answer 7

试试这个：

tensorboard --logdir="C:\path\to\output\folder"

Answer 8

在Windows10中，这个命令有效

tensorboard --logdir=training/

这里training是写输出文件的目录。请注意，它没有任何引号，末尾有一个斜杠 (/)。两者都很重要。

Answer 9

观察到一旦 tensorflow 进入不良状态，它每次都会抛出问题，因为在后续运行中，

它不会自动杀死以前的进程
它在启动仪表板时使用以前的状态

缓解不良状态的步骤：

杀死所有运行张量板进程。
清除之前的 tensorboard 状态。

在 jupyter notebook 中

! powershell "echo 'checking for existing tensorboard processes'"
! powershell "ps | Where-Object {$_.ProcessName -eq 'tensorboard'}"

! powershell "ps | Where-Object {$_.ProcessName -eq 'tensorboard'}| %{kill $_}"

! powershell "echo 'cleaning tensorboard temp dir'"
! powershell "rm $env:TEMP\.tensorboard-info\*"

! powershell "ps | Where-Object {$_.ProcessName -eq 'tensorboard'}"


%tensorboard --logdir="logs\fit" --host localhost

如果在jupyter中超时，那么在浏览器中去http://localhost:6006/#scalars查看

Answer 10

尝试将目录放在引号内。

示例：

tensorboard --logdir="C:/Users/admin/Desktop/ML/log"

Answer 11

如果有人仍然遇到这个问题，我建议尝试不同的端口，例如 tensorboard --logdir=logs --port 5000。为我工作。

Answer 12

好吧，我几乎尝试了这里的所有解决方案，但没有任何效果。几周后，我终于解决了这个问题。这是我所做的。

杀掉tensorboard已有的进程。
关闭所有 Jupiter 笔记本实例。
从我的本地删除了 Tensorboard 缓存文件 - C:\Users\sethuri\AppData\Local\Temp
启动 Jupyter notebook 实例并调用 tensorboard
我没有先看到视觉效果，但在重新加载页面后它起作用了

Answer 13

如果端口在之前的运行中仍处于打开状态，则需要关闭该端口。我写了一个关闭端口的函数。这是一个例子：

import tensorflow as tf
import datetime
import os
import webbrowser
import subprocess
import pandas as pd
import io
import re


path = os.getcwd()
port = 6006

def close_port(port):
open_ports = subprocess.getoutput(f"netstat -ano | findstr :{port}") #os.system(f'netstat -ano | findstr :{port}')
open_ports = re.sub("\s+", " ", open_ports)
open_ports = open_ports.lstrip()
open_ports = open_ports.replace(" TCP", "\nTCP")
open_ports_io = io.StringIO(open_ports)

if len(open_ports) > 0:
    open_ports = pd.read_csv(open_ports_io, sep=' ', header=None)
    for i in range(len(open_ports)):
        if open_ports.loc[i, 3] == "LISTENING":
            res = subprocess.getoutput(f"taskkill /pid {open_ports.loc[i, 4]} /F")
            print(res)

 
#load a dataset and define a model for training
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/" + datetime.datetime.now().strftime("%Y%m%d-%H%M%S")
tensorboard_callback = tf.keras.callbacks.TensorBoard(log_dir=log_dir, histogram_freq=1)

model.fit(x=x_train, 
         y=y_train, 
         epochs=3, 
         validation_data=(x_test, y_test), 
         callbacks=[tensorboard_callback])


close_port(port)
webbrowser.open(f'http://localhost:{port}/')
os.system(f'tensorboard --logdir={path}/logs/fit --port {port}')

Tensorboard Error: No dashboards are active for current data set

Tensorboard Error: No dashboards are active for current data set

python-3.x

tensorflow

tensorboard