如何快速排查与解决TensorBoard常见错误？-HCRM博客

TensorBoard 是用于可视化 TensorFlow 模型训练过程的常用工具，但在使用中可能会遇到各种报错，以下是一些常见的 TensorBoard 报错及其解决方法：

序号	错误描述	解决方法
1	无法识别“tensorboard”命令	在 Windows 系统下，如果使用的是 PowerShell 终端，可能会出现无法识别“tensorboard”命令的情况，此时可以点击工具栏“File”>“Settings”>“Tools”>“Terminal”>“Shell path”，将 Shell path 从 powershell.exe 改为 cmd.exe，然后重启 Pycharm。
2	UnicodeDecodeError: 'utf8' codec can't decode byte 0x8b in position 22: invalid start byte	数据存放的路径中有中文或者项目名称有中文，把中文换成英文即可。
3	TypeError: Descriptors cannot be created directly	protobuf 库的版本不对，大概率是版本太高了，把 protobuf 版本降低到 3.20.0。
4	ModuleNotFoundError: No module named 'tensorflow.tensorboard'	确认是否安装了 TensorBoard，若未安装可使用`pip install tensorboard`命令安装；若已安装，可能是虚拟环境不匹配或安装路径冲突等问题，检查系统的 PATH 变量配置，确保调用的是预期中的 Python 解释器实例，也可以尝试使用`conda install tensorboard`的方式安装。
5	OSError: [Errno 22] Invalid argument	日志文件路径不正确或文件权限问题引起，检查日志文件路径是否正确，尽量使用绝对路径；检查文件权限，确保有读取权限，在 Linux 或 Mac 上可以使用`chmod a+r`命令更改文件权限，在 Windows 上可以通过文件属性对话框来更改。
6	ValueError: Duplicate plugins for name projector	多个版本冲突导致，需要先卸载相关组件，再重新安装，进入相应的虚拟环境中，执行以下命令： `pip uninstall tensorflowgpu` `pip uninstall tensorboard` `pip uninstall tensorboardpluginwit` 然后安装特定版本的`tensorflowgpu`，如`pip install tensorflowgpu==2.4.0`。

FAQs

Q1：为什么我在启动 TensorBoard 时会遇到“无法识别‘tensorboard’命令”的错误？

（图片来源网络，侵权删除）

A1：这通常是因为在 Windows 系统下，PowerShell 终端可能无法直接识别“tensorboard”命令，你可以通过修改 Pycharm 的 Shell path 设置来解决此问题，具体步骤如下：打开 Pycharm，点击工具栏“File” > “Settings” > “Tools” > “Terminal” > “Shell path”，将 Shell path 从 powershell.exe 改为 cmd.exe，然后重启 Pycharm，这样，重新打开 Pycharm 和终端后，应该就能正确识别“tensorboard”命令了。

Q2：如何解决 TensorBoard 启动时出现“ValueError: Duplicate plugins for name projector”的错误？

A2：这个错误通常是由于多个版本的 TensorBoard 组件之间存在冲突导致的，解决方法是先卸载相关的组件，然后重新安装特定版本的组件，具体操作如下：首先进入相应的虚拟环境中，执行以下命令卸载相关组件：<br>pip uninstall tensorflowgpu<br>pip uninstall tensorboard<br>pip uninstall tensorboardpluginwit<br>然后安装特定版本的tensorflowgpu，例如pip install tensorflowgpu==2.4.0，这样就能在解决版本冲突的同时，确保 TensorBoard 及其相关组件的正确安装和运行。