tf.summary.tensor_summary无法正常工作的问题咨询及解决求助

首先，你遇到的这个警告和内容不显示的问题，核心原因要么是TensorFlow与TensorBoard版本不兼容，要么是API使用方式有误，完全不需要额外安装插件——TensorBoard的张量显示插件是内置的，只是得用对方法~

分两种环境给你具体解决方案： #

如果你用的是TensorFlow 1.x #

1. 先确保版本匹配：TF 1.x必须搭配对应版本的TensorBoard（比如TF 1.15对应TensorBoard 1.15），版本差太多会导致插件无法识别summary类型。可以用pip list查看两者版本，不匹配的话卸载重装对应版本即可。
2. 检查summary的写入逻辑：你得确保在会话中实际运行了summary op，并且把结果写入到FileWriter里，示例代码参考：

import tensorflow as tf

# 定义你的目标张量
wealth_tensor = tf.Variable(tf.random_normal([100]))
# 创建tensor summary操作
summary_op = tf.summary.tensor_summary('component_3_finalize/wealth_tensor', wealth_tensor)

with tf.Session() as sess:
    sess.run(tf.global_variables_initializer())
    # 初始化日志写入器
    writer = tf.summary.FileWriter('./your_log_dir', sess.graph)
    # 运行summary操作并写入日志
    summary_result = sess.run(summary_op)
    writer.add_summary(summary_result, global_step=0)
    writer.close()

3. 启动TensorBoard并查看：执行tensorboard --logdir=./your_log_dir，打开浏览器后切换到「Tensors」标签页，就能看到你的张量数据了。

如果你用的是TensorFlow 2.x #

注意！tf.summary.tensor_summary在TF 2.x里已经被官方废弃，推荐用tf.summary.tensor替代，而且API用法和TF 1.x完全不同，正确写法示例：

import tensorflow as tf

# 创建日志写入器
writer = tf.summary.create_file_writer('./your_log_dir')

# 生成你的目标张量
wealth_tensor = tf.random.normal([100])

# 写入summary
with writer.as_default():
    tf.summary.tensor('component_3_finalize/wealth_tensor', wealth_tensor, step=0)
writer.close()

启动TensorBoard后同样去「Tensors」标签页查看即可。

额外排查点： #

• 删掉旧的日志文件，避免旧的无效事件文件干扰TensorBoard的解析；
• 确认启动TensorBoard时指定的日志目录是正确的，有没有写错路径；
• 如果还是不行，可以尝试升级到对应系列的最新稳定版（比如TF 1.x升到1.15，TF 2.x升到最新稳定版），很多兼容性问题都是版本bug导致的。

内容的提问来源于stack exchange，提问作者Xiang Zhang