Tensorboard 常见问题:ValueError: GetLogdirSubdirectories: path... 和 ‘ Tensorboard ’ 不是内部或外部指令也不是可运行的程序

本文档详细介绍了在Windows 10环境下遇到的Tensorboard启动问题,包括' Tensorboard '命令无法识别及ValueError关于路径不是目录的错误。针对前者,可以通过检查环境变量配置或重新安装Tensorflow来解决;对于后者,正确使用Tensorboard应指定日志文件夹路径而非文件本身。

开发板推荐:天空星STM32F407VET6开发板

超高性价比 STM32主控 | 超高主频 | 一板兼容百芯 | 比赛神器 | 沉金彩色丝印

问题描述

环境: Win 10、Tensorboard 1.5.1

使用工具: 命令提示符(Doc)、events.out.tfevents.xxx文件

报错类型:

  • ValueError: GetLogdirSubdirectories: path exists and is not a directory…

  • ‘ Tensorboard ’ 不是内部或外部指令也不是可运行的程序或批处理文件。

导师抛给我一个events.out.tfevents.xxx文件时,纯洁的我想到,如何用Doc去打开它来呢。然后就踩到了坑,网上找了很多资料也没有解决。后面刷到一篇博文时才发现这个问题是一个低级错误,因此我得进行具体描述,以免继续踩坑。

1、解决“‘ Tensorboard ’ 不是内部或外部指令也不是可运行的程序或批处理文件”问题

命令提示符窗口下,测试Tensorboard模块是否可以被调用。

win+R 键打开命令提示符窗口,输入 tensorboard --helpfull 后回车。

C:\Users\imlin>  tensorboard --helpfull		# 有些版本是 --help 

如果弹出的是“ T e n s o r b o a r d 不 是 内 部 或 外 部 指 令 也 不 是 可 运 行 的 程 序 ​ \color{red}{Tensorboard 不是内部或外部指令也不是可运行的程序}​ Tensorboard”,那么很可能是环境变量的配置问题。当然我也遇到了此问题,我直接通过卸载并重安装暴力解决了(此处如有新方法,希望看客大佬们留言讨论)。

暴力方法: 卸载原tensorflow、tensorboard等,再重安装tensorflow:

# 以下为 pip 操作,如果之前安装tensorflow时用的是conda,那么如下指令只需将‘pip’改为‘conda’即可
C:\Users\imlin>  pip list	# 查看pip中的所有包;如果使用的是conda,那么可以‘conda list’

    Package                Version
    ---------------------- -----------
    tensorflow             1.5.0
    tensorboard            1.5.1

C:\Users\imlin>  pip uninstall tensorflow tensorboard	# 删除
    ... 
    Proceed (y/n)? y	# 键入 y
    ...
    Successfully uninstalled tensorflow-1.5.0
C:\Users\imlin>  pip install tensorflow == 1.5		# 安装tensorflow1.5,会自动同时安装tensorboard
    Collecting tensorflow==1.5
    Downloading 
    |████████████████████████████████| 31.1MB 344kB/s
    |████████████████████████████████| 3.0 MB 547 kB/s
    ...
    Successfully installed tensorflow-1.5.0 tensorflow-tensorboard-1.5.1
C:\Users\imlin>  tensorboard --helpful	# 再次键入测试指令,tensorboard成功被调用!

2、解决 “ValueError: GetLogdirSubdirectories: path exists and is not a directory…”问题

命令提示符窗口下,测试Tensorboard模块是否可以查看张量结构图。
C:\Users\imlin>  tensorboard --logdir =文件路径  # 文件路径即为张量图的保存路径

错误示范:

# 假如 events.out.tfevents.xxx 文件放在桌面上的文件夹 test 里,
C:\Users\imlin>  tensorboard --logdir =.\C:\User\用户\Desktop\test\events.out.tfevents.xxx
	# 报错
	ValueError: GetLogdirSubdirectories: path exists and is not a directory, C:\User...
	# 系统会照常返回网址,但打开浏览器,输入如下网址并不会成功查看张量图
	TensorBoard 1.5.1 at http://DESKTOP-IPLRV4I:6006 (Press CTRL+C to quit)

在这里插入图片描述

错误原因: 输入文件路径时,直接指向了文件,所以出错了!

正确做法: 不 要 输 入 文 件 名 , 只 需 要 指 定 文 件 路 径 即 可 ! ​ {\rm{\color{green}{不要输入文件名,只需要指定文件路径即可!}}}​

# 假如 events.out.tfevents.xxx 文件放在桌面上的文件夹 test 里
C:\Users\imlin>  tensorboard --logdir =.\C:\User\用户\Desktop\test  # 直接指定events的文件夹
	# 获得返回的网址,复制到浏览器后打开即可看到张量图
	TensorBoard 1.5.1 at http://DESKTOP-IPLRV4I:6006 (Press CTRL+C to quit)

在这里插入图片描述

开发板推荐:天空星STM32F407VET6开发板

超高性价比 STM32主控 | 超高主频 | 一板兼容百芯 | 比赛神器 | 沉金彩色丝印

内容概要:本文系统阐述了正规表达式(正则表达式)作为词法分析核心工具的理论基础与实际应用。文章从字母表、符号串等基本概念出发,详细介绍了正规式的定义、运算规则、代数性质及其与有限自动机(NFA/DFA)的等价关系,阐明了通过Thompson构造法、子集构造法DFA最小化实现词法分析器自动生成的技术路径。同时,文中列举了标识符、关键字、运算符等编程语言元素的正规式描述,并说明了最长匹配优先级规则在歧义消解中的作用。此外,还对比了正规式与上下文无关文法的表达能力差异,指出了其在嵌套结构计数能力上的局限性,并介绍了Lex/Flex等词法分析器生成工具的应用场景。; 适合人群:计算机相关专业学生、编译原理初学者、希望深入理解词法分析机制的研发人员;具备一定的离散数学形式语言基础者更佳。; 使用场景及目标:① 学习如何使用正规表达式精确描述程序语言的词法规则;② 掌握从正规式到DFA的转换流程及其实现原理,为构建编译器前端打下基础;③ 理解词法分析器生成工具的工作机制,提升对自动化工具的理解与运用能力。; 阅读建议:建议结合编译器设计实践进行学习,尝试手动完成正规式到NFA再到DFA的转换练习,并使用Flex等工具验证结果,以加深对理论知识的理解与应用。
内容概要:本文针对高比例清洁能源接入背景下配电网重构的关键问题,提出了一种计及需求响应机制的优化方法,并以IEEE33节点标准系统为案例,采用Matlab进行建模、仿真与代码实现。研究通过构建综合考虑风电、光伏等间歇性电源出力不确定性负荷波动的数学模型,引入智能优化算法求解网络重构方案,有效提升了配电网对清洁能源的接纳能力与运行的经济性、可靠性。文中重点探讨了需求响应在削峰填谷、平抑波动方面的作用,实现了网络结构的动态优化调整,为新型电力系统下的主动配电网管理提供了可行的技术路径仿真验证平台。该工作属于电力系统智能优化领域的前沿实践,具有较强的理论价值与工程应用前景。; 适合人群:具备电力系统分析、优化算法基础及Matlab编程能力,从事新能源并网、智能电网、需求响应等相关方向研究的研究生、科研人员及电力行业工程技术人员。; 使用场景及目标:①应用于高渗透率可再生能源接入的配电网运行优化研究;②为需求响应参与下的网络重构问题提供完整的算法设计与Matlab仿真解决方案;③服务于IEEE标准测试系统的教学演示、科研验证及算法对比分析。; 阅读建议:建议读者结合提供的Matlab代码深入理解模型构建与求解流程,动手运行仿真程序并尝试调整参数,以掌握不同场景下重构策略的变化规律,同时可进一步拓展至多时段动态重构、加入储能系统电动汽车等新型负荷进行深化研究。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值