Windows打不开TensorBoard的http://localhost:6006/网址解决方法之一

最新推荐文章于 2025-06-19 22:22:35 发布
原创 最新推荐文章于 2025-06-19 22:22:35 发布 · 808 阅读 · 0 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#tensorflow

创建日志存放目录

from datetime import  datetime

now = datetime.utcnow().strftime('%Y%m%d%H%M%S')
root_logdir = 'tf_logs'
logdir = '{}/ch03/run-{}'.format(root_logdir, now)

构建计算图

x = tf.placeholder(tf.float32, name='x')
y = tf.placeholder(tf.float32, name='y')
w1 = tf.Variable(tf.random_normal([1]), name='w1')
w0 = tf.Variable(tf.zeros([1]), name='w0')
y_hat = w0 + w1 * x
loss = tf.reduce_mean(tf.square(y_hat - y))
optimizer = tf.train.GradientDescentOptimizer(0.01)    # 学习率设为 0.01
train = optimizer.minimize(loss)

设置 TensorBoard

# 给损失模型的输出添加scalar，用来观察loss的收敛曲线
loss_summary = tf.summary.scalar('loss', loss)
# 模型运行产生的所有数据保存到文件夹供 TensorBoard 使用
file_writer = tf.summary.FileWriter(logdir, tf.get_default_graph())

会话 Session

init = tf.global_variables_initializer()
sess = tf.Session()
sess.run(init)

num_iter = 500
for i in range(num_iter):
    # 训练时传入loss_summary
    summary, _ = sess.run([loss_summary, train], {x: x_train, y: y_train})
    # 收集每次训练产生的数据
    file_writer.add_summary(summary, i)
    if (i+1) % 20 == 0:
        print('Iteration[{}/{}], loss: {:.6f}'.format(i+1,num_iter,sess.run(loss,{x:x_train,y:y_train})))

运行上述代码产生了一个日志文件：
在这里插入图片描述
想利用TensorBoard打开图像，先用cd转移到当前程序所在目录，然后输入

tensorboard --logdir tf_logs/

得到
在这里插入图片描述使用CTRL+C复制网址，在浏览器打开网页http://localhost:6006/失败，尝试后发现CTRL+C会导致程序停止运行，故直接输入网址，即可成功进入。
在这里插入图片描述

附录 A: AI 大模型开发工具与资源
AI天才研究院
09-28 1309
附录 在本书的主体内容中，我们深入探讨了AI大模型在企业级应用中的开发实践。为了进一步支持读者在实际项目中应用这些知识，我特别准备了这个附录部分。这里汇集了一系列实用的工具、资源和补充信息，旨在为读者提供更全面的技术支持和参考。 附录 A: AI 大模型开发工具与资源 在AI大模
使用tensorboard时http://localhost:6006打不开或desktop-2a1fhsu 已拒绝连接
weixin_45963617的博客
02-23 6101
一、tensorboard使用方法 在虚拟环境tf15中使用tensorboard查看训练和验证的mAP、loss曲线 （1）切换到虚拟环境 conda activate tf15 （2）进入项目目录下 cd E:/pytorchdebug/YOLOv3_TensorFlow （3）使用tensorboard进行查看 tensorboard --logdir=./data/logs logdir是代码中写入mAP等重要信息的日志文件所在的文件夹。 可通过以下代码进行查看： writer = tf.su
Tensorboard对应的网址（localhost或者127.0.0.1）打不开的解决方法
IT_xiao_bai的博客
09-25 1万+
遇到的问题 运行tensorboard –logdir=log目录后，发现网址打不开，出现下图情况 解决方法 1、先检查有没有运行tensorflow的程序，若没有运行，则运行程序；若有程序运行，则进行第2步 2、查看在设置的log目录下有没有生成的文件，若有进行第3步 3、运行tensorboard --logdir=log目录，记住在最后加上 --host=127.0.0.1，如下图： ...
tensorboard无法通过终端打开
01-07
本人通过anaconda安装tensorflow2.0后发现tensorboard无法通过终端打开，出现了如下报错 [libprotobuf ERROR external/com_google_protobuf/src/google/protobuf/descriptor_database.cc:393] Invalid file descriptor data passed to EncodedDescriptorDatabase::Add(). [libprotobuf FATAL external/com_google_protobuf/src/google/protobuf/descr
Tensorboard--解决localhost打不开的情况
最新发布
qq_58944518的博客
06-19 1085
比较重要的就是服务器的端口不要被占用，再一个就是：记得在电脑的终端（cmd命令进入）处，进行远程电脑连接，从而可以解决localhost打不开的情况。
无法打开“http://localhost:6006/“的情况
weixin_43984636的博客
06-21 6220
3. **IP地址和localhost的匹配问题**：在某些情况下，本地主机的IP地址（例如127.0.0.1）可能与localhost不匹配，导致无法访问。（3）再使用tensorboard --logdir=./runs 或者tensorboard --logdir=./logs, 具体看你保存的文件名是logs还是runs,这两种很常见。以上都是GPT对此问题做出的回应，其中我后面发现了我是通过在文件夹中使用cmd进入base环境再用conda命令进入自己用来训练数据的虚拟环境，问题就出在这里。
解决深度学习训练时使用tensorboard http://localhost:6006/无法访问此网站问题
分享技术笔记，记录学习研发历程
10-31 5580
在windows上跑yolov5模型使用了Tensorboard来查看训练过程，开始训练，终端就会提示。我们可以查看端口信息 win + R输入cmd: 命令行输入：netstat -ano。输入http://127.0.0.1:6006也能打开tensorboard。然后点击下面出现的http://localhost:6006/就能进去了。解决办法是重新开一个终端，激活目前正在使用的虚拟环境，在下面输入。把logdir替换为自己的日志文件存放路径，端口号按照显示填写。直接点击这个网址，就会出现。
执行 tensorboard --logdir logs之后遇到的浏览器中输入http://localhost:6006 网址打不开的问题
热门推荐
专注于AI领域前沿技术学习与分享：目标检测、图像修复、超分重建、AI工程化
07-17 3万+
最近学习莫凡的Python的TensorFlow视频教程，学习到Tensorboard 可视化好帮手 1这一节时，执行 tensorboard --logdir logs之后遇到的浏览器中输入http://localhost:6006 网址打不开的问题。 视频教程链接如下：Tensorboard 可视化好帮手 1 下载Tensorboard 可视化好帮手 1的相关代码如下（保存代码的文件名为t...
解决tensorbord 的http://localhost:6006/无法打开问题
疯狂的锦鲤
12-10 3361
解决tensorbord 的http://localhost:6006/无法打开问题
Xshell远程服务器tensorboard/visdom的本地可视化方法【亲测一步有效】
qq_44722174的博客
04-19 3843
解决方案如下： 利用Xshell隧道（详情见相关链接） 相关链接地址 在本地端浏览器输入主机IP后，加上：端口号 具体操作步骤如下： Xshell连接相关GPU计算节点（用来运行visdom端口） 激活对应的python环境输入命令，其中的端口号可以自行指定，也可以使用默认端口号： visdom： python -m visdom.server -p 8099（端口号） python -m visdom.server（默认端口号） tensorboard： tensorboa
Namespace(adam=False, batch_size=32, bucket='', cache_images=False, cfg='models/yolov5s.yaml', data='data/widerface.yaml', device='', epochs=250, evolve=False, exist_ok=False, global_rank=-1, hyp='data/hyp.scratch.yaml', image_weights=False, img_size=[800, 800], local_rank=-1, log_artifacts=False, log_imgs=16, multi_scale=False, name='exp', noautoanchor=False, nosave=False, notest=False, project='runs/train', rect=False, resume=False, save_dir='runs/train/exp18', single_cls=False, sync_bn=False, total_batch_size=32, weights='weights/yolov5s.pt', workers=4, world_size=1) Start Tensorboard with "tensorboard --logdir runs/train", view at http://localhost:6006/ Hyperparameters {'lr0': 0.01, 'lrf': 0.2, 'momentum': 0.937, 'weight_decay': 0.0005, 'warmup_epochs': 3.0, 'warmup_momentum': 0.8, 'warmup_bias_lr': 0.1, 'box': 0.05, 'cls': 0.5, 'landmark': 0.005, 'cls_pw': 1.0, 'obj': 1.0, 'obj_pw': 1.0, 'iou_t': 0.2, 'anchor_t': 4.0, 'fl_gamma': 0.0, 'hsv_h': 0.015, 'hsv_s': 0.7, 'hsv_v': 0.4, 'degrees': 0.0, 'translate': 0.1, 'scale': 0.5, 'shear': 0.5, 'perspective': 0.0, 'flipud': 0.0, 'fliplr': 0.5, 'mosaic': 0.5, 'mixup': 0.0} WARNING: Dataset not found, nonexistent paths: ['/autodl-tmp/yolov5-face-master/data/widerfaceyolo/val'] Traceback (most recent call last): File "train.py", line 512, in <module> train(hyp, opt, device, tb_writer, wandb) File "train.py", line 71, in train check_dataset(data_dict) # check File "/root/autodl-tmp/yolov5-face-master/utils/general.py", line 124, in check_dataset raise Exception('Dataset not found.') Exception: Dataset not found. root@autodl-container-cf64408ce5-a033bfdb:~/autodl-tmp/yolov5-face-master#
04-23
好的，我现在需要帮助用户解决YOLOv5中数据集未找到的问题。根据用户提供的引用信息，特别是引用[1]和[3]，问题可能出在路径配置或数据集格式上。 首先，用户提到遇到“Dataset not found”错误，类似引用[1]中的...
(material) PS D:\yolo_picture\yolo\yolov5-5.0> python .\train.py github: skipping check (not a git repository) YOLOv5 2021-4-12 torch 1.10.2+cpu CPU Namespace(adam=False, artifact_alias='latest', batch_size=2, bbox_interval=-1, bucket='', cache_images=False, cfg='models/yolov5s_train.yaml', data='data/material.yaml', device='', entity=None, epochs=5, evolve=False, exist_ok=False, global_rank=-1, hyp='data/hyp.scratch.yaml', image_weights=False, img_size=[640, 640], label_smoothing=0.0, linear_lr=False, local_rank=-1, multi_scale=False, name='exp', noautoanchor=False, nosave=False, notest=False, project='runs/train', quad=False, rect=False, resume=False, save_dir='runs\\train\\exp', save_period=-1, single_cls=False, sync_bn=False, total_batch_size=2, upload_dataset=False, weights='yolov5s.pt', workers=8, world_size=1) tensorboard: Start with 'tensorboard --logdir runs/train', view at http://localhost:6006/ hyperparameters: lr0=0.01, lrf=0.2, momentum=0.937, weight_decay=0.0005, warmup_epochs=3.0, warmup_momentum=0.8, warmup_bias_lr=0.1, box=0.05, cls=0.5, cls_pw=1.0, obj=1.0, obj_pw=1.0, iou_t=0.2, anchor_t=4.0, fl_gamma=0.0, hsv_h=0.015, hsv_s=0.7, hsv_v=0.4, degrees=0.0, translate=0.1, scale=0.5, shear=0.0, perspective=0.0, flipud=0.0, fliplr=0.5, mosaic=1.0, mixup=0.0 Traceback (most recent call last): File ".\train.py", line 546, in <module> train(hyp, opt, device, tb_writer) File ".\train.py", line 73, in train weights) else None File "C:\Users\泽熙\.conda\envs\material\lib\site-packages\torch\serialization.py", line 607, in load return _load(opened_zipfile, map_location, pickle_module, **pickle_load_args) File "C:\Users\泽熙\.conda\envs\material\lib\site-packages\torch\serialization.py", line 880, in _load unpickler = UnpicklerWrapper(data_file, **pickle_load_args) TypeError: 'weights_only' is an invalid keyword argument for this function (material) PS D:\yolo_picture\yolo\yolov5-5.0> python -c "from pycocotools.coco import COCO; print('py
03-14
根据实际情况选择以下方法之一： **方案一：升级PyTorch（推荐）** ```bash pip install torch>=1.13 --upgrade ``` **方案二：修改YOLOv5源码** 定位到`utils/torch_utils.py`文件中包含`torch.load()`的代码段，...
【TensorFlow案例研究】：实际安装问题的解决流程全解析
![【TensorFlow案例研究】：实际安装问题的解决流程全解析](https://img-blog.csdnimg.cn/40cb1b41b4904fcaac4ab259fbdb49ec.png) 参考资源链接：[TensorFlow安装难题：解决'无匹配...我们将从TensorFlow的基本概念开
执行 tensorboard --logdir logs遇到的浏览器中输入http://localhost:6006 网址打不开的问题
qq_45104603的博客
08-07 1706
http://localhost:6006打不开
Windows端解决Tensorboard http://localhost:6006无法访问此网站问题（ localhost 拒绝了我们的连接请求）
Thebest_jack的博客
06-04 1万+
快速解决Tensorboard http://localhost:6006无法访问此网站问题（ localhost 拒绝了我们的连接请求）
tensorboard localhost:6006浏览器无法打开
qq_45866081的博客
03-06 602
可能是该端口被占用，使用`--port 0`让其自动分配一个可用端口，如下。
tensorboard localhost:6006 无法访问此网站
Penn Li的博客
12-17 5672
说明：其实这个问题是网络问题，与tensorflow关系不大，算是网络运维问题了 解决： a.查看tensorboard.exe服务有没有启动，任务管理器>进程，提示运行tensorboard --logdir=…的终端别关了，因为命令还在进行tensorboard一直在启动 b.netstat -ano查看6006端口当前占用情况，可以看到本地地址为10.0.24.39：6006，外部...
[记录]-http://localhost:6006/无法访问tensorboard
weixin_42343912的博客
11-30 816
改为127.0.0.1:6006。
解决tensorboard 的http://localhost:6006/无法打开问题
xiaoyeer666的博客
04-30 612
若遇到tensorboard无法访问的问题,在命令行(windows) log保存目录下 输入下述指令。命令台窗口会得到,点击链接即可启动。
http://localhost:6006打不开
09-09
如果您无法打开"http://localhost:6006"，有几个可能的原因可以导致这种情况发生。 首先，本地主机的IP地址（例如127.0.0.1）可能与localhost不匹配，这会导致无法访问。您可以通过打开命令行并使用"ping localhost"和"ping 127.0.0.1"命令来检查它们的匹配性。如果它们不匹配，您可以根据提供的方法修改优先级或注册表来解决问题。 其次，Windows防火墙或杀软可能会阻止对本地主机的访问。请确保您的防火墙或杀软允许访问本地主机。您可以尝试禁用防火墙或杀软，并再次尝试打开"http://localhost:6006"。 另外，可能是TensorBoard端口未正确设置的原因导致无法打开"http://localhost:6006"。TensorBoard通常在本地主机的6006端口运行。确保您的TensorBoard服务正在运行，并且端口号设置正确。您可以尝试重新启动TensorBoard服务或更改端口号。 综上所述，您可以按照这些方法进行排查和解决问题。
评论 2
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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

打赏作者

有道是所谓

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
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