使用TensorFlow时遇报错：Logs is not a directory [Op:CreateSummaryFileWriter] 求调试

排查步骤与修复方案 #

1. 改用绝对路径规避相对路径问题 #

直接使用目录的绝对路径创建TensorBoard回调，避免当前工作目录不匹配导致的路径指向错误：

import tensorflow as tf
from tensorflow.keras.callbacks import TensorBoard
import os

# 替换为你确认存在的绝对路径，r前缀避免Windows反斜杠转义
log_dir = r"C:\Users\86136\Desktop\2021111873\codes\Logs\mlp"
# 确保目录存在（不存在则自动创建）
os.makedirs(log_dir, exist_ok=True)

tensorboard_callback = TensorBoard(log_dir=log_dir, histogram_freq=1)
# 在model.fit中添加该回调
model.fit(..., callbacks=[tensorboard_callback])

2. 验证并切换工作目录 #

在代码开头添加以下代码，确认程序运行时的工作目录是否正确：

import os
print("当前工作目录:", os.getcwd())

如果输出目录不是C:\Users\86136\Desktop\2021111873\codes，手动切换工作目录：

os.chdir(r"C:\Users\86136\Desktop\2021111873\codes")

3. 检查目录权限 #

右键点击Logs/mlp目录，选择「属性」-「安全」，确认当前运行代码的用户拥有读取和写入权限，无权限则添加对应权限。

4. 针对你代码的具体调整 #

从截图代码逻辑出发，将路径拼接部分改为绝对路径模式：

mode = 'mlp'
base_path = r"C:\Users\86136\Desktop\2021111873\codes"
log_dir = os.path.join(base_path, 'Logs', mode)
os.makedirs(log_dir, exist_ok=True)

# 初始化TensorBoard回调
tensorboard = TensorBoard(log_dir=log_dir)

内容的提问来源于stack exchange，提问作者2021111873