当我尝试使用命令运行tensorboard时
(tensorflow) C:UsersANVAY>tensorboard --logdir=D:DocumentsVs code pythonmy_log_dir
在我激活tensorflow后的anaconda提示中，我得到了以下错误：
(tensorflow) C:UsersANVAY>tensorboard --logdir=D:DocumentsVs code pythonmy_log_dir
2020-08-11 23:02:45.376116: I tensorflow/stream_executor/platform/default/dso_loader.cc:44] Successfully opened dynamic library cudart64_101.dll
usage: tensorboard [-h] [--helpfull] [--logdir PATH] [--logdir_spec PATH_SPEC]
[--host ADDR] [--bind_all] [--port PORT]
[--purge_orphaned_data BOOL] [--db URI] [--db_import]
[--inspect] [--version_tb] [--tag TAG] [--event_file PATH]
[--path_prefix PATH] [--window_title TEXT]
[--max_reload_threads COUNT] [--reload_interval SECONDS]
[--reload_task TYPE] [--reload_multifile BOOL]
[--reload_multifile_inactive_secs SECONDS]
[--generic_data TYPE]
[--samples_per_plugin SAMPLES_PER_PLUGIN]
[--debugger_data_server_grpc_port PORT]
[--debugger_port PORT]
{serve,dev} ...
tensorboard: error: invalid choice: 'code' (choose from 'serve', 'dev')
包版本：
Tensor Flow版本：2.1.0
Keras版本：2.2.4-tf
Python 3.7.7(默认，2020年5月6日，11:45:54([MSC v.1916 64位(AMD64(]
我也尝试过使用以下命令，但得到了相同的错误
tensorboard --logdir D:DocumentsVs code pythonmy_log_dir
python -m tensorboard.main --logdir=D:DocumentsVs code pythonmy_log_dir
我在尝试实现这一点时注意到，在目录C:UsersANVAYminiconda3envstensorflowScripts下的文件tensorboard-script.py中，我得到了warning[unresolved import 'tensorboard.main'Python(unresolved-import)]
并且在目录C:UsersANVAYminiconda3envstensorflowLibsite-packagestensorboard下的文件main.py中，我得到了类似的警告
我在训练模型和其他方面没有问题。
来自评论
问题是路径中的空格，请尝试--logdir＝"；D： \Documents\Vs代码python\my_log_dir"(转述自史努比博士(
当我将参数输入为--log-dir而不是--logdir时，出现了此错误。
For me正在运行，但将tensorflow命令作为bash参数传递。
我在这里报告了可以用于提取命令的Kubernetes Pod规范：
containers:
- args:
# - '--host 0.0.0.0'
# - '--logdir=/tensorboard_logs/'
- '-c'
- '/usr/local/bin/tensorboard --host 0.0.0.0 --logdir=/tensorboard_logs/'
command:
# - /usr/local/bin/tensorboard
- bash
注释的行是原始的不起作用的行。
%tensorboard--logdir="my_log_dir"--端口=8892在jupyter笔记本中试试这个
只需将日志目录的路径设为变量即可。然后像这样输入cmd。
training_log_path = 'TrainingLogsPPO_1'
# or whatever your path is
tensorboard --logdir=training_log_path
或者你可以直接cd到你的日志目录，然后放
tensorboard --logdir=.
我不完全理解这一切是如何运作的，但这对我来说是有效的，希望对你也是如此。