Tensorflow版本与Tensorboard版本的区别

Question

我想问一下，TensorFlow的版本是否可以与TensorBoard的版本不同？

我遇到了一个问题（404问题），有人建议使用以下命令安装TensorBoard的更新版本：

pip uninstall tensorflow-tensorboard
pip install tensorboard

我检查了我的版本，它们都是1.6.0:

from tensorboard import version; print(version.VERSION)
import tensorflow as tf; print(tf.__version__)

1.6.0

由于我不记得单独安装tensorboard（不过我可能记错了），所以我猜它们应该是同一个版本。

所以，我的问题是它们可以是不同的版本吗？（我猜确实有这个可能，因为我们有机会单独安装tensorboard）。另外，升级其中一个而不升级另一个有意义吗？在后一种情况下是否会存在一些冲突呢？

- Eypros

Answer 1

自从TensorFlow 1.3.0版本以来，TensorBoard已经拥有了自己的PyPI包，但是这两个包之间存在循环依赖关系，因此当用户安装TensorFlow时，TensorBoard也会随之安装（这就是为什么您已经安装了它）。然而，事实上TensorFlow并不需要TensorBoard才能运行，而TensorBoard甚至没有依赖于TensorFlow，因此这两个包不应该以任何方式相互影响。

关于建议的修复方法，它告诉你需要删除 tensorflow-tensorboard，然后安装 tensorboard。这是因为 TensorBoard 包从 tensorflow-tensorboard 重命名为 tensorboard，在某些情况下会引起问题，所以这个修复方法可以解决 从 1.6.0 开始已知的一个问题。在你提供的 GitHub 链接中，开发者建议将 TensorBoard 从 1.5.1 升级到 1.6.0 来解决一个特定的问题，因此需要删除旧名称的包并安装新的。由于你已经安装了 TensorBoard 1.6.0，你应该肯定已经安装了 tensorboard，而不是 tensorflow-tensorboard（如果想确认，可以使用 pip list 命令）。要升级到新版本，只需运行以下命令：

pip install --upgrade tensorboard

- jdehesa

---

TensorFlow不依赖于TensorBoard来工作。但是，如果您的代码中有tf.summary.scalar或类似的日志记录操作，则可能需要安装TensorBoard才能避免出现错误。 - wenxi