删除日志文件夹后TensorBoard仍显示已删除的旧运行记录怎么办

TensorBoard确实存在多级缓存机制，删除日志后仍显示旧数据、不刷新新数据的问题，可按以下层级排查解决：

1. 清理TensorBoard进程内存缓存 #

TensorBoard启动后会将已加载的所有日志数据存储在进程运行内存中，默认不会主动识别已删除的日志文件变更，远程环境下文件系统监听的灵敏度更低，更容易出现缓存不刷新的问题。

• 解决步骤：
  • 不要仅关闭VS Code中的TensorBoard标签页，需先登录远程服务器，执行命令ps aux | grep tensorboard查询所有运行中的TensorBoard进程PID
  • 执行kill -9 <对应PID>强制终止所有TensorBoard进程
  • 重新启动TensorBoard即可清空内存缓存

2. 清理VS Code TensorBoard扩展缓存 #

VS Code的TensorBoard扩展自身会缓存已加载的日志元数据，不会随TensorBoard进程终止自动清空。

• 解决步骤：
  • 关闭所有TensorBoard预览标签页，按下Ctrl+Shift+P（Mac系统为Cmd+Shift+P）调出命令面板
  • 执行Developer: Reload Window命令重载VS Code窗口即可清除临时缓存
  • 若重载后仍有旧数据，可手动删除扩展持久化缓存：
    • Windows系统缓存路径：%APPDATA%\Code\User\workspaceStorage\
    • Mac系统缓存路径：~/Library/Application Support/Code/User/workspaceStorage/
    • Linux系统缓存路径：~/.config/Code/User/workspaceStorage/
    • 找到对应工作区文件夹下名称含ms-python.tensorboard的目录，删除即可

3. 清理远程文件系统缓存 #

如果日志存储在NFS、SMB等网络挂载的文件系统中，操作系统内核层面会缓存文件元数据，导致TensorBoard扫描目录时无法识别文件变更。

• 解决步骤：
  登录远程服务器执行sync命令强制刷新文件系统缓存，再重新启动TensorBoard即可。

后续使用优化 #

下次启动TensorBoard时，可添加参数--reload_multifile=true开启多文件变更主动监听，同时添加--reload_interval <自定义刷新秒数>设置自动刷新间隔，可大幅降低数据不更新的概率。

内容的提问来源于stack exchange，提问作者Evan Zamir