目录

        在跑深度学习代码时，具体来说是CoANet的代码，在输出文件中有这样一个文件，如下所示：

        events.out.tfevents文件可以使用tensorboard可视化。

一、安装包准备

        有两种方式，直接安装tensorboard包，或者安装tensorflow包（这里面自带tensorboard）

        1、2选一种方式即可

1、直接安装tensorboard（推荐）

        使用anaconda中的虚拟环境

        pip install tensorboard

        亲测有效

2、安装tensorflow（不推荐）

       （不推荐这个安装方式，因为后来遇到了问题，在标题四中有说明）

        使用tensorboard可视化 events.out.tfevents文件，需要tensorflow，故在所使用的环境中（我习惯使用anaconda中的虚拟环境）安装。

方法一：

（不指定tensorflow版本）

python -m pip install tensorflow -ihttp://pypi.douban.com/simple –trusted-host pypi.douban.com

方法二：

（指定tensorflow版本，例如2.2.0，也可以换成其他版本）

python -m pip install tensorflow==2.2.0 -ihttp://pypi.douban.com/simple –trusted-host pypi.douban.com

方法三：

（不推荐，下载特别特别特别慢，同样的可指定版本）

pip install tensorflow

pip install tensorflow==2.2.0

        其他安装信息可参考：anaconda下安装tensorflow过慢，导致安装失败

二、tensorboard可视化

        网上有很多办法，此处只列举我成功使用的，其他方法可自行尝试学习。

        主要参考：tensorboard可视化events.out.tfevents文件

        直接在pycharm中运行，我觉得是最方便的！

        pycharm打开项目，打开终端

         找不到的话，采用如下方式：

         View –Tool Windows –Terminal

        然后输入：

tensorboard –logdir=(events.out.tfevents 文件所在目录) –port=8008

PS：events.out.tfevents 文件所在目录，指的是该文件的上一级目录，还不是很明白的话，看下面的示例就清楚了，实在不行就比划比划仿照着试试嘛。

        示例：tensorboard –logdir=run\DeepGlobe\165451\experiment_20220828_225737 –port=8008

        解释：

        我的events.out.tfevents 文件在如下位置：

总路径：D:\zhn\Projects\CoANet-main\run\DeepGlobe\165451\experiment_20220828_225737        

        如下图所示：

        terminal已进入部分文件，故补全剩余的路径即可。

        run\DeepGlobe\165451\experiment_20220828_225737   

        黄色框中就是上面所说的需要补全的路径，

        两个红框中间部分可能会提示报错，说是缺少一些.dll文件，亲测，只是想查看可视化结果的话，不解决也没事儿。      

        最后可以得到一个地址，用浏览器打开即可，看完之前最好不要关闭terminal，且只能在运行该代码的机器上进行查看。

        我的结果（跑断了，尝试看一下哈哈哈哈哈）：

三、导出可视化结果

        上面看到的可视化结果是可以导出下载下来的。     

        只需要在页面中勾中“Show data download links”，即可在各个结果图下方 ⬇下载。

        大概就是这么个样子。

        真的是对一些教程中，“events.out.tfevents 文件所在目录”，搞得晕乎地狠，成功可视化后立马写了这个，希望对迷茫的友友有所帮助！有什么错误之处也请留言指出哦，大家共同学习共同进步！

更新！！！

四、后期使用遇到的问题

我采用的是第二种安装包方式，即安装tensorflow，后来使用时，突然爆出如下错误：

AttributeError: module ‘numpy’ has no attribute ‘asscalar’
Serving TensorBoard on localhost; to expose to the network, use a proxy or pass –bind_all 

参考：AttributeError: module ‘numpy‘ has no attribute ‘asscalar‘

报错原因：NumPy 1.16.0 后就没有asscalar函数了，或许可以把现有的numpy版本降低（没尝试过）

解决办法：

        重新创建了一个环境，之前的环境里什么都有，乱得很

        在新环境里直接安装tensorboard，不再安装tensorflow， pip install tensorboard，就没问题了，奇奇怪怪，对比了下，numpy的版本甚至比之前的环境里的numpy版本还高，也没报上述错误，不知道咋回事，希望有大佬可以在评论区解答。