Amazon SageMaker Studio Lab中TensorBoard无法加载的解决方法

• 第一步：先修依赖版本兼容问题
  Studio Lab默认预装的TensorBoard、IPython TensorBoard插件常年存在版本不匹配的坑，经常出现命令跑完没报错、也没输出的情况。先在笔记本单元格执行下面的命令，安装实测兼容的版本：

  !pip install --user tensorboard==2.12.3 ipython-tensorboard
  

  装完一定要重启当前Jupyter内核（顶部菜单栏点Kernel -> Restart Kernel），不重启的话内核还是加载旧版本依赖，做啥都白搭。
• 第二步：修正日志目录的传参错误
  你写的%tensorboard --logdir tb_log_dir是典型的传参错法：%tensorboard是IPython魔法命令，默认不会直接解析Python变量名，会把tb_log_dir当成字面量路径去找，找不到路径就直接静默失败。
  如果你提前用Python定义了日志路径变量，要在变量名前加$符号，让魔法命令读取变量的实际值，正确写法：

  # 提前创建日志目录，后续训练日志都存在这
  tb_log_dir = "./training_logs"
  # 启动时加$引用变量
  %tensorboard --logdir $tb_log_dir
  

  启动前先跑一句!ls $tb_log_dir确认目录里有events.out.tfevents.*格式的日志文件，空目录就算启动成功也加载不出任何监控内容。
• 第三步：清掉后台残留的僵死进程
  之前启动失败的TensorBoard会在后台留僵死进程占着端口，新的启动请求直接被堵死，连报错都没有。打开Studio Lab终端（左侧File菜单选New -> Terminal），执行下面的命令杀光所有残留进程：

  pkill -f tensorboard
  

  清完进程再回笔记本重新跑启动命令就行。
• 第四步：绕过默认魔法命令手动嵌入面板
  前面三步都试了还是没输出的话，就是Studio Lab默认的iframe嵌入逻辑被拦截了，别用魔法命令自带的输出，手动起服务嵌页面：
  1. 在终端执行启动命令，固定端口、绑定所有地址：

     tensorboard --logdir ./training_logs --port 6006 --bind_all
     

  2. 回笔记本新建单元格，跑下面的代码手动嵌入面板：

     from IPython.display import IFrame
     IFrame(src="/proxy/6006/", width="100%", height=800)
     

  这里用相对路径走Studio Lab自带的端口转发，不用写完整域名，能避开跨域拦截问题，注意路径末尾的斜杠不能丢，丢了会加载失败。

你说的单元格输出里两个按钮点了没反应，本质就是TensorBoard后台服务没正常拉起、端口转发不通，按前面步骤把服务正常跑起来，按钮和面板都会恢复正常。

内容的提问来源于stack exchange，提问作者Hassan Abedi