目录

一、安装包准备

1、直接安装tensorboard(推荐)

2、安装tensorflow(不推荐)

二、tensorboard可视化

三、导出可视化结果

四、后期使用遇到的问题


在跑深度学习代码时,具体来说是CoANet的代码,在输出文件中有这样一个文件,如下所示:

events.out.tfevents文件可以使用tensorboard可视化。

一、安装包准备

有两种方式,直接安装tensorboard包,或者安装tensorflow包(这里面自带tensorboard)

1、2选一种方式即可

1、直接安装tensorboard(推荐)

使用anaconda中的虚拟环境

pip install tensorboard

亲测有效

2、安装tensorflow(不推荐)

(不推荐这个安装方式,因为后来遇到了问题,在标题四中有说明)

使用tensorboard可视化events.out.tfevents文件,需要tensorflow,故在所使用的环境中(我习惯使用anaconda中的虚拟环境)安装。

方法一:

(不指定tensorflow版本)

python -m pip install tensorflow -ihttp://pypi.douban.com/simple –trusted-host pypi.douban.com

方法二:

(指定tensorflow版本,例如2.2.0,也可以换成其他版本)

python -m pip install tensorflow==2.2.0 -ihttp://pypi.douban.com/simple –trusted-host pypi.douban.com

方法三:

(不推荐,下载特别特别特别慢,同样的可指定版本)

pip install tensorflow

pip install tensorflow==2.2.0

其他安装信息可参考:anaconda下安装tensorflow过慢,导致安装失败

二、tensorboard可视化

网上有很多办法,此处只列举我成功使用的,其他方法可自行尝试学习。

主要参考:tensorboard可视化events.out.tfevents文件

直接在pycharm中运行,我觉得是最方便的!

pycharm打开项目,打开终端

找不到的话,采用如下方式:

View –Tool Windows –Terminal

然后输入:

tensorboard –logdir=(events.out.tfevents 文件所在目录) –port=8008

PS:events.out.tfevents 文件所在目录,指的是该文件的上一级目录,还不是很明白的话,看下面的示例就清楚了,实在不行就比划比划仿照着试试嘛。

示例:tensorboard –logdir=run\DeepGlobe\165451\experiment_20220828_225737 –port=8008

解释:

我的events.out.tfevents 文件在如下位置:

总路径:D:\zhn\Projects\CoANet-main\run\DeepGlobe\165451\experiment_20220828_225737

如下图所示:

terminal已进入部分文件,故补全剩余的路径即可。

run\DeepGlobe\165451\experiment_20220828_225737

黄色框中就是上面所说的需要补全的路径,

两个红框中间部分可能会提示报错,说是缺少一些.dll文件,亲测,只是想查看可视化结果的话,不解决也没事儿。

最后可以得到一个地址,用浏览器打开即可,看完之前最好不要关闭terminal,且只能在运行该代码的机器上进行查看。

我的结果(跑断了,尝试看一下哈哈哈哈哈):

三、导出可视化结果

上面看到的可视化结果是可以导出下载下来的。

只需要在页面中勾中“Show data download links”,即可在各个结果图下方 ⬇下载。

大概就是这么个样子。

真的是对一些教程中,“events.out.tfevents 文件所在目录”,搞得晕乎地狠,成功可视化后立马写了这个,希望对迷茫的友友有所帮助!有什么错误之处也请留言指出哦,大家共同学习共同进步!

更新!!!

四、后期使用遇到的问题

我采用的是第二种安装包方式,即安装tensorflow,后来使用时,突然爆出如下错误:

AttributeError: module ‘numpy’ has no attribute ‘asscalar’
Serving TensorBoard on localhost; to expose to the network, use a proxy or pass –bind_all

参考:AttributeError: module ‘numpy‘ has no attribute ‘asscalar‘

报错原因:NumPy 1.16.0 后就没有asscalar函数了,或许可以把现有的numpy版本降低(没尝试过)

解决办法:

重新创建了一个环境,之前的环境里什么都有,乱得很

在新环境里直接安装tensorboard,不再安装tensorflow, pip install tensorboard,就没问题了,奇奇怪怪,对比了下,numpy的版本甚至比之前的环境里的numpy版本还高,也没报上述错误,不知道咋回事,希望有大佬可以在评论区解答。