使用TensorBoard可视化训练日志报错：当前数据集无活跃仪表盘且日志未生成

问题排查与修复步骤 #

1. 先确认Google Drive已正确挂载 #

Colab要访问Drive必须先执行挂载操作，否则所有Drive路径都是无效的，日志根本写不进去：

from google.colab import drive
drive.mount('/content/drive')

执行后按提示完成授权，才能正常访问Drive内的文件。

2. 修正TensorBoard回调的路径代码 #

你的原代码存在3个关键问题：

• Colab是Linux环境，路径要用正斜杠/，不能用Windows的反斜杠\
• 时间戳格式开头多了个空格，会导致路径异常
• 缺少os和tensorflow的导入语句

修正后的回调函数：

import os
import datetime
import tensorflow as tf

def create_tensorboard_callback():
    log_base_dir = "/content/drive/MyDrive/Dog Vision/logs"
    # 生成无多余空格的时间戳目录
    logdir = os.path.join(log_base_dir, datetime.datetime.now().strftime("%Y%m%d-%H%M%S"))
    return tf.keras.callbacks.TensorBoard(log_dir=logdir)

3. 训练时必须传入回调函数 #

很多人会漏掉这一步：只有把回调函数传入model.fit()，TensorBoard才会生成训练日志：

# 实例化回调
tensorboard_callback = create_tensorboard_callback()
# 训练模型时传入回调列表
model.fit(
    train_dataset,
    epochs=10,
    validation_data=val_dataset,
    callbacks=[tensorboard_callback]  # 这一行必须加
)

4. 修正TensorBoard启动命令 #

原命令用反斜杠转义空格容易出问题，直接用引号包裹带空格的路径更稳妥：

%tensorboard --logdir "/content/drive/MyDrive/Dog Vision/logs"

验证流程 #

1. 完成Drive挂载授权
2. 运行修正后的回调函数代码
3. 启动模型训练，此时去Drive的Dog Vision/logs目录，能看到新生成的时间戳文件夹及内部的event日志文件
4. 再执行TensorBoard启动命令，就能正常显示训练仪表盘了

内容的提问来源于stack exchange，提问作者nikita