Python 从google Colab使用时，Tensorboard不能正常工作

我很难理解如何让Tensorboard在Google Colab上运行的笔记本上正常工作。我将在下面发布一系列用于使用tensorboard的代码片段

TensorFlow版本：2.2.0
急切模式：真
集线器版本：0.8.0
GPU可用

%load_ext tensorboard
导入tensorflow作为tf
从tensorboard.plugins.hparams导入api作为hp

回调=[
提前停止（监视器=监视器度量，
最小增量=最小增量，
耐心=耐心的极限，
verbose=verbose_值，
mode=mode_值，
恢复_最佳_权重=真），
ModelCheckpoint（filepath=weights\u fname，
监视器=监视器度量，
verbose=verbose_值，
save_best_only=True，
保存权重（仅为真），
tf.keras.callbacks.TensorBoard（logdir），此处使用
TensorBoardLabCallback（待定），
hp.KerasCallback（logdir，hparams）#此处使用
]
返回回调

初始化将由Tensorboard记录的超参数

HP\u HIDDEN\u UNITS=HP.HParam（'batch\u size'，HP.Discrete（[128]））
HP_EMBEDDING_DIM=HP.HParam（'EMBEDDING_DIM'，HP.Discrete（[50100]））
HP_LEARNING_RATE=HP.HParam（'LEARNING_RATE'，HP.Discrete（[0.01]）#Adam默认值：0.001，SGD默认值：0.01，RMSprop默认值：0.001
HP_detaction_STEPS_MULTIPLIER=HP.HParam（'detaction_STEPS_MULTIPLIER'，HP.Discrete（[10100]））
公制精度=“汉明损耗”

将hp参数文件写入Tensorboard的日志目录

hp\u logging\u directory=os.path.join（os.getcwd（），“model\u one/logs/hparam\u tuning”）
使用tf.summary.create_file_writer（hp_logging_目录）。作为默认设置（）：
hp.hparams\u配置(
hparams=[HP\u隐藏单位、HP\u嵌入尺寸、HP\u学习率、HP\u衰减步数\u乘数]，
metrics=[hp.Metric（Metric_精度，display_name='hamming_损耗'），
)
尝试：
存在（hp\u日志记录\u目录）
打印（“存在超参数日志记录目录！”）
例外情况除外，如e：
打印（e）
打印（“未找到目录！”）

调用Tensorboard API

%tensorboard--logdir model\u one/logs/hparam\u调优

我看到的链接：

• 堆栈溢出->尝试了此问题中的许多不同选项，但没有任何运气

我还安装了TensorBoardLab模块

从TensorBoardLab导入*
tbc=TensorBoardLab（）#要创建TensorBoardLab对象，它将自动创建链接
writer=tbc.get_writer（）#创建文件编写器
writer.add_graph（tf.get_default_graph（））#添加图形
writer.flush（）

执行上述操作时，我得到以下错误：

AttributeError:module'tensorboard.summary.\u tf.summary'没有属性'FileWriter'

当我尝试访问IP localhost:6006时，我得到一个错误，即无法访问此站点

---

如果您遗漏了我可能忘记包含的任何其他信息，请检查我的，并在评论中写下。

@ParthShah在代码的哪个部分添加此命令？…有任何提示吗？谢谢：）…添加到笔记本的末尾，并出现以下错误

AttributeError:模块“tensorflow”没有属性“disable\u v2\u behavior”

请删除这一行

！pip安装--安静的TensorBoardLab

。您出错的单元格现在正在运行。@parthsha我发现很难跟进。我注释掉了你提到的这一行，但是我仍然得到了关于TensorBoardLab和FileWriter（）的相同错误…很抱歉，我遗漏了你所写的内容。如果您不介意加入colab笔记本并评论您建议我更改的内容：）