更新tensorflow后,出現(xiàn)tensorboard 不可用情況(tensorflow-cpu 1.4 ->tensorflow-gpu 1.7)
嘗試了更新tensorboard 仍然不可用,事故情況:
運(yùn)行tensorboard.exe報(bào)錯并且閃退,在控制臺運(yùn)行tensorboard命令
報(bào)錯如下:
多方查證,在國內(nèi)網(wǎng)站沒找到有前車之鑒,于是發(fā)布問題到tensorflow github
大神支招:
更新protobuf(Google Protocol Buffer(簡稱 Protobuf)是一種輕便高效的結(jié)構(gòu)化數(shù)據(jù)存儲格式,平臺無關(guān)、語言無關(guān)、可擴(kuò)展,可用于通訊協(xié)議和數(shù)據(jù)存儲等領(lǐng)域),protobuf 3.4->protobuf 3.5
這時(shí)出現(xiàn)protobuf 依賴包(setuptools)安裝問題,即要升級setuptools(23.0.0->39.0.0)時(shí)出現(xiàn)問題:
這時(shí),pip install --upgrade --ignore-installed setuptools,成功升級,然后pip install --upgrade protobuf 成功,然后tensorboard 可用
問題分析:
tensorflow1.7需要對protobuf進(jìn)行更新,而protobuff更新需要對setuptools進(jìn)行更新
補(bǔ)充:關(guān)于tensorflow和tensorboard版本問題
由于最近將tensorflow cpu換成了gpu版本,導(dǎo)致之前的tensorboard不能使用了,各種百度,google還是沒能解決,網(wǎng)上沒有類似的錯誤提示。其實(shí)是由于版本問題,感覺python配置環(huán)境啥的都是因?yàn)榘姹締栴}導(dǎo)致的不兼容。
這里總結(jié)一下之前遇到的各種坑
要么是因?yàn)閜ython的版本問題,還有各種庫的版本,一般來說,按照時(shí)間來算,各種庫的版本發(fā)行的時(shí)間比安裝的python版本的要稍晚一點(diǎn),時(shí)間間隔不能太長。
我安裝的tensorflow-gpu==1.4.0 (2017 12月),然后使用tenorboard==1.13.1(2019年) 發(fā)現(xiàn)不兼容,最后卸載重新安裝tensorboard==1.6.0(2018) ,發(fā)現(xiàn)錯誤完美解決。
所以說版本問題還是挺大的,以及遇到過若干次了,自己都記不清了,反正萌新總是會遇到的,遇到這個(gè)問題,由于每個(gè)人電腦的環(huán)境都不一樣,出現(xiàn)的bug也是千奇百怪,直接google或者百度是找不到答案的,真的很頭疼,算是個(gè)小tip吧!
以上為個(gè)人經(jīng)驗(yàn),希望能給大家一個(gè)參考,也希望大家多多支持腳本之家。如有錯誤或未考慮完全的地方,望不吝賜教。
您可能感興趣的文章:- TensorFlow保存TensorBoard圖像操作
- 對Tensorflow中tensorboard日志的生成與顯示詳解
- TensorFlow命名空間和TensorBoard圖節(jié)點(diǎn)實(shí)例
- tensorflow通過模型文件,使用tensorboard查看其模型圖Graph方式
- Tensorflow的可視化工具Tensorboard的初步使用詳解
- Tensorflow 自帶可視化Tensorboard使用方法(附項(xiàng)目代碼)