Python Tensorboard上有多个事件文件

Python Tensorboard上有多个事件文件,python,tensorflow,tensorboard,Python,Tensorflow,Tensorboard,我使用Tensorboard来显示使用Tensorflow(0.7)的代码的训练结果。以前的Tensorflow版本适用于多个事件文件:当我使用$tensorboard--logdir=./tmp/运行本地服务器时,如果有多个事件文件,它将显示错误。最新版本(0.7)似乎没有显示多个事件文件的相同错误,但它仍然显示Tensorboard上多个事件文件的重叠曲线。我想知道如何解决这个问题。谢谢 培训我自己的网络,我在不同的子文件夹中编写摘要,如/tmp/project/train和/tmp/pro

我使用Tensorboard来显示使用Tensorflow(0.7)的代码的训练结果。以前的Tensorflow版本适用于多个事件文件:当我使用
$tensorboard--logdir=./tmp/
运行本地服务器时,如果有多个事件文件,它将显示错误。最新版本(0.7)似乎没有显示多个事件文件的相同错误,但它仍然显示Tensorboard上多个事件文件的重叠曲线。我想知道如何解决这个问题。谢谢

培训我自己的网络,我在不同的子文件夹中编写摘要,如
/tmp/project/train
/tmp/project/eval
。如果你开始使用张力板

tensorboard --logdir=/tmp/project/
正如您所提到的,您仍将一次从子文件夹中的每个事件文件接收多个图形。要查看单独的图形,可以从所需的子文件夹启动TensorBoard:

tensorboard --logdir=/tmp/project/train/

我赞同阿诺克斯的回答。您应该为每个实验使用不同的子文件夹,并假设日志根为
/tmp
启动tensorboard,使用:

tensorboard --logdir=/tmp/
如果只想显示一个图形,可以将该目录传递给tensorboard调用,如ArnoXf的回答所述。 但是,通过上述调用,您也可以直接在tensorboard中选择图形,即停用所有其他图形。同样,您也可以比较单个跑步,如以下屏幕截图所示。在我看来,这通常是首选的选择,因为它给了你更多的灵活性

可以找到一个详细的例子