Tensorboard应该从命令行启动,如下所示:
tensorboard --logdir=path
我需要从代码中运行它。 到目前为止,我使用的是:
import os
os.system('tensorboard --logdir=' + path)
然而,由于未包含在系统路径中,因此TensorBoard无法启动。我在Windows上使用PyCharm和virtualenv。我不想更改系统路径,因此唯一的选项是从virtualenv中运行它。如何做到这一点?
Tensorboard应该从命令行启动,如下所示:
tensorboard --logdir=path
我需要从代码中运行它。 到目前为止,我使用的是:
import os
os.system('tensorboard --logdir=' + path)
然而,由于未包含在系统路径中,因此TensorBoard无法启动。我在Windows上使用PyCharm和virtualenv。我不想更改系统路径,因此唯一的选项是从virtualenv中运行它。如何做到这一点?
使用Tensorboard 2 API (2019):
from tensorboard import program
tracking_address = log_path # the path of your log file.
if __name__ == "__main__":
tb = program.TensorBoard()
tb.configure(argv=[None, '--logdir', tracking_address])
url = tb.launch()
print(f"Tensorflow listening on {url}")
注意:tb.launch()会创建一个守护线程,在您的进程结束时自动终止。
可能有点晚了,但这是在Python 3.6.2中对我有效的解决方法:
import tensorflow as tf
from tensorboard import main as tb
tf.flags.FLAGS.logdir = "/path/to/graphs/"
tb.main()
这将使用默认配置运行张量板,并在“/path/to/graphs/”中查找图表和摘要。当然,您可以使用以下方法更改日志目录并设置任意数量的变量:
tf.flags.FLAGS.variable = value
希望这能有所帮助。
.DEFINE_string(...)
来设置它们,tb仍然无法看到它们,并且会出现“ValueError:必须指定logdir或db。”的故障。难道没有一种“有效”的方法可以从Python中调用tb吗? - Wunsch Punschtf.flags.FLAGS.logdir = "/path/to/graphs/"
之前运行from tensorboard import main as tb
。 - Rive由于我遇到了相同的问题,你可以使用受tensorboard\main.py
启发的这些行:
from tensorboard import default
from tensorboard import program
tb = program.TensorBoard(default.PLUGIN_LOADERS, default.get_assets_zip_provider())
tb.configure(argv=['--logdir', my_directory])
tb.main()
使用my_directory
作为您要检查的文件夹。如果想避免在tb.main()
之后被阻塞,请不要忘记创建一个单独的线程。
最好的问候
编辑 Tensorboard V1.10:
由于某些个人原因,我以不同的方式写出来:
class TensorBoardTool:
def __init__(self, dir_path):
self.dir_path = dir_path
def run(self):
# Remove http messages
log = logging.getLogger('werkzeug')
log.setLevel(logging.ERROR)
# Start tensorboard server
tb = program.TensorBoard(default.PLUGIN_LOADERS, default.get_assets_zip_provider())
tb.configure(argv=['--logdir', self.dir_path])
url = tb.launch()
sys.stdout.write('TensorBoard at %s \n' % url)
编辑 Tensorboard V1.12:
根据 Elad Weiss 和 tsbertalan 对于 Tensorboard 版本 1.12 的说明。
def run(self):
# Remove http messages
log = logging.getLogger('werkzeug').setLevel(logging.ERROR)
# Start tensorboard server
tb = program.TensorBoard(default.get_plugins(), default.get_assets_zip_provider())
tb.configure(argv=[None, '--logdir', self.dir_path])
url = tb.launch()
sys.stdout.write('TensorBoard at %s \n' % url)
然后只需要运行以下命令:
# Tensorboard tool launch
tb_tool = TensorBoardTool(work_dir)
tb_tool.run()
这将允许您在主进程运行时同时运行Tensorboard服务器,而不会干扰HTTP请求!
however
更改为tb.configure(argv=[None, '--logdir', my_directory])
,因为新的tensorboard从argv[1:]开始解析。 - Elad Weissprogram.TensorBoard
的参数更改为 plugins=default.get_plugins(), assets_zip_provider=default.get_assets_zip_provider()
。 - tsbertalanlogging.getLogger('tensorflow').setLevel(logging.ERROR)
来抑制来自tensorboard的冗长信息输出。 - tsbertalan您应该在单独的线程中启动TensorBoard
:
def launchTensorBoard():
import os
os.system('tensorboard --logdir=' + tensorBoardPath)
return
import threading
t = threading.Thread(target=launchTensorBoard, args=([]))
t.start()
os.system
没有激活特定的环境名称(至少对于Windows来说是这样的)。 - Alexander McFarlanepython -m tensorboard.main --logdir $PWD/logs
首先,您必须先激活您的环境。(在我的情况下,conda install
出现了致命错误,所以我需要在 conda
中通过 pip
重新安装 tf
。)
一个完整的Tensorboard 2(2019)解决方案,可以自动在Chrome浏览器中打开,适用于Windows和Linux。适用于conda和virtualenv两种环境。该解决方案抑制了Tensorboard的输出,因此不会(令人恼火地)显示在stdout中。
from multiprocessing import Process
import sys
import os
class TensorboardSupervisor:
def __init__(self, log_dp):
self.server = TensorboardServer(log_dp)
self.server.start()
print("Started Tensorboard Server")
self.chrome = ChromeProcess()
print("Started Chrome Browser")
self.chrome.start()
def finalize(self):
if self.server.is_alive():
print('Killing Tensorboard Server')
self.server.terminate()
self.server.join()
# As a preference, we leave chrome open - but this may be amended similar to the method above
class TensorboardServer(Process):
def __init__(self, log_dp):
super().__init__()
self.os_name = os.name
self.log_dp = str(log_dp)
# self.daemon = True
def run(self):
if self.os_name == 'nt': # Windows
os.system(f'{sys.executable} -m tensorboard.main --logdir "{self.log_dp}" 2> NUL')
elif self.os_name == 'posix': # Linux
os.system(f'{sys.executable} -m tensorboard.main --logdir "{self.log_dp}" '
f'--host `hostname -I` >/dev/null 2>&1')
else:
raise NotImplementedError(f'No support for OS : {self.os_name}')
class ChromeProcess(Process):
def __init__(self):
super().__init__()
self.os_name = os.name
self.daemon = True
def run(self):
if self.os_name == 'nt': # Windows
os.system(f'start chrome http://localhost:6006/')
elif self.os_name == 'posix': # Linux
os.system(f'google-chrome http://localhost:6006/')
else:
raise NotImplementedError(f'No support for OS : {self.os_name}')
初始化:
tb_sup = TensorboardSupervisor('path/to/logs')
完成培训/测试后:
tb_sup.finalize()
.join()
方法正在等待子进程停止,因此主要的训练/测试过程不会终止。由于tensorboard进程本身不会停止,这将导致终端无响应。一个简单的解决方法是在TensorboardSupervisor
的finalize()
方法中添加行self.server.terminate()
和self.chrome.terminate()
,以显式终止子进程,使主进程可以结束。 - schurinkje如果你的Python解释器路径为:
/usr/local/Cellar/python3/3.6.1/Frameworks/Python.framework/Versions/3.6/bin/python3.6
你可以运行这个命令来替代使用tensorboard
/usr/local/Cellar/python3/3.6.1/Frameworks/Python.framework/Versions/3.6/bin/python3.6 /usr/local/Cellar/python3/3.6.1/Frameworks/Python.framework/Versions/3.6/lib/python3.6/site-packages/tensorboard/main.py
要在指定的虚拟环境中从Python脚本运行tensorboard,您需要将tensorboard
更改为/path/to/your/environment/bin/tensorboard
。建议使用@Dmitry建议的单独线程执行命令。
整体看起来像这样,并且对于我的tb和tf 1.14.0版本有效:
def run_tensorboard(logdir_absolute):
import os, threading
tb_thread = threading.Thread(
target=lambda: os.system('/home/username/anaconda3/envs/'
'env_name/bin/tensorboard '
'--logdir=' + logdir_absolute),
daemon=True)
tb_thread.start()
从TensorBoard版本1.9.0开始,以下内容可用于在同一Python进程中使用默认设置启动TensorBoard:
import tensorboard as tb
import tensorboard.program
import tensorboard.default
tb.program.FLAGS.logdir = 'path/to/logdir'
tb.program.main(tb.default.get_plugins(),
tb.default.get_assets_zip_provider())
import os
os.system(
"cd <directory> \
&& google-chrome http://<your computer name>:6007 \
&& tensorboard --port=6007 --logdir runs"
)
tf.logging.set_verbosity(tf.compat.v1.logging.ERROR)
- n00dle