Python 张力板标量图永久加载

我试图让tensorboard绘制我的损失值，但这些图似乎永远加载，从来没有实际绘制任何东西。看起来是这样的：

我的代码如下：

model = init_model_1() # initialize and compile model

training_generator = DataGenerator(train, labels_train, **train_params)
validation_generator = DataGenerator(test, labels_test, **train_params)

tensorboard = keras.callbacks.TensorBoard(log_dir='./logs', write_graph=False, update_freq=10, profile_batch=0)

model.fit_generator(generator = training_generator, 
        validation_data = validation_generator,
        epochs=1,
        shuffle=True,
        workers = 4,
        verbose = 1,
        callbacks=[tensorboard])

我在AWS的Cloud9上写这篇文章。Tensorflow和tensorboard都是最新的。
奇怪的是，tensorboard工作正常，直到有一天，我在jupyter笔记本中尝试使用line magic%tensorboard为我训练的每个不同模型实例化一个新的tensorboard实例，而不是一开始就实例化一个实例。这使得tensorboard无法如上图所示正确打印，因此我恢复到tensorboard工作时的旧版本代码…但它仍然无法正确打印。 知道为什么会这样吗？

---

训练完成后，我尝试终止并重新启动tensorboard，tfevents文件的大小保持不变，但没有效果。

之前工作过，然后停止工作的事实非常奇怪，但引起我注意的是，您使用的是

update\u freq=10

。这意味着回调将每隔10个样本将度量和损失写入TensorBoard，这是一个非常低的值，非常罕见。也许这个写入频率在某种程度上阻碍了接口更新。@n1colas.m是的-它很高，但一开始这不是问题，所以我不认为这是一个问题-我尝试过降低日志频率，但没有帮助。不过，谢谢你的思考。事实上，之前一直在工作，然后又停止工作，这真的很奇怪，但引起我注意的是，你使用的是

update\u freq=10

。这意味着回调将每隔10个样本将度量和损失写入TensorBoard，这是一个非常低的值，非常罕见。也许这个写入频率在某种程度上阻碍了接口更新。@n1colas.m是的-它很高，但一开始这不是问题，所以我不认为这是一个问题-我尝试过降低日志频率，但没有帮助。谢谢你的想法。