Pytorch: Tensorboard: ValueError: Doppelte Plugins für den Namensprojektor

Dies klingt nach einem Fehlkonfigurationsproblem mit Tensorboard. @lanpa Weißt du, ob dies ein PyTorch-Fehler ist oder nicht?

Ich habe das gleiche Problem: Ich kann aus der neuesten Version von pytorch und tensorboardX importieren, aber beide geben oben den gleichen Fehler aus

Dieses Problem wird durch tb-nightly verursacht, und tb-nightly ist schwer zu deinstallieren.
Ich habe die Umgebung neu aufgebaut und verwende diesmal Tensorflow, Tensorboard, Tensorboardx ohne TB-Nightly, und das Problem ist behoben.

@ LU4E was meinst du, deinstalliere tb-nightly und installiere tensorflow 、 tensorbard 、 tensorboardx? dann wird das Problem weg sein?

@ Biaocsu Ja. Ich versuche zuerst, das TB-Nightly viele Male zu deinstallieren, aber es ist immer noch da. Ich weiß nicht warum.
Sie können eine neue Umgebung erstellen, Tensorflow, Tensorboard, Tensorboardx installieren, insbesondere nicht tb-nightly installieren.

@ LU4E es ist nicht für mich geeignet, ich kann tb-nightly erfolgreich deinstallieren. und ja, ich benutze wirklich eine andere Umgebung, um Tensorboard zu verwenden

@Biaocsu Ich habe das gleiche Problem festgestellt, aber durch Deinstallation von Tensorboard behoben. Vielleicht ist das verbleibende Tensorboard schlecht.

@ YosukeSugiura danke für deinen Rat, aber ich habe es versucht und es hat keine Wirkung

@ Biaocsu , ich habe das Problem auch getroffen, aber ich habe es behoben. Meine Methode ist:

1. Ich habe ein Testskript von https://raw.githubusercontent.com/tensorflow/tensorboard/master/tensorboard/tools/diagnose_tensorboard.py heruntergeladen
2. Ich führe es aus und es sagte mir, dass ich zwei Tensorboards mit einer anderen Version habe. Außerdem wurde mir gesagt, wie ich das Problem beheben kann.
3. Ich habe die Anweisungen befolgt und kann mein Tensorboard zum Laufen bringen.

Ich denke, dieser Fehler bedeutet, dass Sie zwei Tensorboards installiert haben, damit das Plugin dupliziert wird. Eine andere Methode wäre hilfreich, die Python-Umgebung mit conda neu zu installieren.

Ich hoffe, Ihnen zu helfen.

@ LegantLin danke

Gleiches Problem, und danke für die Lösung von @ elad663 .
Die vom Skript angegebene Lösung besteht jedoch darin, tensorboardX und tb-nightly zu deinstallieren und tensorflow zu installieren.
Gibt es eine andere Lösung mit reiner Pytorch-Umgebung?

Die Aktualisierung der Priorität, da dieses Problem viele Menschen zu betreffen scheint

@ezyang Ich denke, @ElegantLin hat die Lösung bereitgestellt. Die Hauptursache ist ein Tensorboard-Versionskonflikt.
@TomorrowIsAnOtherDay Sie können eine neue Conda-Umgebung öffnen und torch , tensorboard für eine reine Pytorch-Einstellung installieren.

OK, in diesem Fall können wir dieses Problem schließen.

### Suggestion: Fix conflicting installations

Conflicting package installations found. Depending on the order of
installations and uninstallations, behavior may be undefined. Please
uninstall ALL versions of TensorFlow and TensorBoard, then reinstall
ONLY the desired version of TensorFlow, which will transitively pull
in the proper version of TensorBoard. (If you use TensorBoard without
TensorFlow, just reinstall the appropriate version of TensorBoard
directly.)

Namely:

    pip uninstall tb-nightly tensorboard tensorflow-estimator tensorflow-gpu tf-estimator-nightly
    pip install tensorflow  # or `tensorflow-gpu`, or `tf-nightly`, ...

Dieser Vorschlag, der durch das Skript von @ElegantLin generiert wurde, hat mein Problem behoben. Danke ~

Ich hatte das gleiche Problem, und das Deinstallieren und Neuinstallieren von Tensorboard und Tensorflow hat nicht geholfen. In meinem Fall hatte ich eine Geisterkopie von Tensorboard 2.0.0, die anscheinend nicht vollständig deinstalliert worden war. Es erschien in pip als "-ensorboard". Das Löschen des entsprechenden dist-info-Ordners in meiner Python-Umgebung hat das Problem behoben.

Jemand ats (@) mich. Ich habe immer conda verwendet, um meine Python-Umgebung zu verwalten. Wenn ich also auf das Problem stoßen würde, dass ich es nicht erfolgreich deinstallieren könnte, würde ich die Umgebung löschen und eine neue neu starten. Ich hoffe das hilft.

Ich hatte dieses Problem in Colab. Behebung durch Deinstallation des aktuellen tensorboard und Installation von tf-nightly

!pip uninstall tensorboard
!pip install -U transformers torch torchvision tensorboardX tf-nightly grpcio==1.24.3

@ Biaocsu , ich habe das Problem auch getroffen, aber ich habe es behoben. Meine Methode ist:

1. Ich habe ein Testskript von https://raw.githubusercontent.com/tensorflow/tensorboard/master/tensorboard/tools/diagnose_tensorboard.py heruntergeladen
2. Ich führe es aus und es sagte mir, dass ich zwei Tensorboards mit einer anderen Version habe. Außerdem wurde mir gesagt, wie ich das Problem beheben kann.
3. Ich habe die Anweisungen befolgt und kann mein Tensorboard zum Laufen bringen.

Ich denke, dieser Fehler bedeutet, dass Sie zwei Tensorboards installiert haben, damit das Plugin dupliziert wird. Eine andere Methode wäre hilfreich, die Python-Umgebung mit conda neu zu installieren.

Ich hoffe, Ihnen zu helfen.

Ich habe Tensorflow 1.14 für Python2 und Tensorflow 2.0 für Python3. Dieser Scrip enthält keine Aktionsvorschläge. Bedeutet das, dass meine Umgebung mit Tensorflow kein Problem hat?

Hier ist das Diagnoseprotokoll:

Diagnose

`` `` ``
--- check: autoidentify
INFO: diagnostose_tensorboard.py Version 4725c70c7ed724e2d1b9ba5618d7c30b957ee8a4

--- check: general
INFO: sys.version_info: sys.version_info (major = 3, minor = 6, micro = 8, releaselevel = 'final', serial = 0)
INFO: os.name: posix
INFO: os.uname (): posix.uname_result (sysname = 'Linux', Knotenname = 'mrt214', release = '4.15.0-48-generic', version = '# 51-Ubuntu SMP Mi Apr 3 08:28 : 49 UTC 2019 ', machine =' x86_64 ')
INFO: sys.getwindowsversion (): N / A.

--- check: package_management
INFO: hat conda-meta: False
INFO: $ VIRTUAL_ENV: '/ home / zwang / env'

--- check: installierte_Pakete
Traceback (letzter Anruf zuletzt):
Datei "/usr/lib/python3.6/runpy.py", Zeile 183, in _run_module_as_main
mod_name, mod_spec, code = _get_module_details (mod_name, _Error)
Datei "/usr/lib/python3.6/runpy.py", Zeile 142, in _get_module_details
return _get_module_details (pkg_main_name, error)
Datei "/usr/lib/python3.6/runpy.py", Zeile 109, in _get_module_details
__import __ (pkg_name)
Datei "/usr/lib/python3/dist-packages/pip/__init__.py", Zeile 29, in
aus pip.utils importiere get_installed_distributions, get_prog
Datei "/usr/lib/python3/dist-packages/pip/utils/__init__.py", Zeile 30, in
von pip._vendor.retrying import retry
ModuleNotFoundError: Kein Modul mit dem Namen 'pip._vendor.retrying'
Traceback (letzter Anruf zuletzt):
Datei "tensorboarddebug.py", Zeile 420, in main
Vorschläge.extend (check ())
Datei "tensorboarddebug.py", Zeile 165, in installierten_Paketen
freeze = pip (["freeze", "--all"]). decode ("utf-8"). splitlines ()
Datei "tensorboarddebug.py", Zeile 104, in pip
return subprocess.check_output (Befehl)
Datei "/usr/lib/python3.6/subprocess.py", Zeile 356, in check_output
** kwargs) .stdout
Datei "/usr/lib/python3.6/subprocess.py", Zeile 438, wird ausgeführt
Ausgabe = stdout, stderr = stderr)
subprocess.CalledProcessError: Befehl '[' / home / zwang / env / bin / python3 ',' -m ',' pip ',' --disable-pip-version-check ',' freeze ',' --all ' ] 'gab den Exit-Status 1 ungleich Null zurück.

--- check: tensorboard_python_version
INFO: tensorboard.version.VERSION: '1.14.0'

--- check: tensorflow_python_version
/home/zwang/.local/lib/python3.6/site-packages/tensorflow/python/framework/dtypes.py:516: FutureWarning: Das Übergeben (Typ, 1) oder '1type' als Synonym für Typ ist veraltet. In einer zukünftigen Version von numpy wird es als (Typ, (1,)) / '(1,) Typ' verstanden.
_np_qint8 = np.dtype ([("qint8", np.int8, 1)])
/home/zwang/.local/lib/python3.6/site-packages/tensorflow/python/framework/dtypes.py:517: FutureWarning: Das Übergeben (Typ, 1) oder '1type' als Synonym für Typ ist veraltet. In einer zukünftigen Version von numpy wird es als (Typ, (1,)) / '(1,) Typ' verstanden.
_np_quint8 = np.dtype ([("quint8", np.uint8, 1)])
/home/zwang/.local/lib/python3.6/site-packages/tensorflow/python/framework/dtypes.py:518: FutureWarning: Das Übergeben (Typ, 1) oder '1type' als Synonym für Typ ist veraltet. In einer zukünftigen Version von numpy wird es als (Typ, (1,)) / '(1,) Typ' verstanden.
_np_qint16 = np.dtype ([("qint16", np.int16, 1)])
/home/zwang/.local/lib/python3.6/site-packages/tensorflow/python/framework/dtypes.py:519: FutureWarning: Das Übergeben (Typ, 1) oder '1type' als Synonym für Typ ist veraltet. In einer zukünftigen Version von numpy wird es als (Typ, (1,)) / '(1,) Typ' verstanden.
_np_quint16 = np.dtype ([("quint16", np.uint16, 1)])
/home/zwang/.local/lib/python3.6/site-packages/tensorflow/python/framework/dtypes.py:520: FutureWarning: Das Übergeben (Typ, 1) oder '1type' als Synonym für Typ ist veraltet. In einer zukünftigen Version von numpy wird es als (Typ, (1,)) / '(1,) Typ' verstanden.
_np_qint32 = np.dtype ([("qint32", np.int32, 1)])
/home/zwang/.local/lib/python3.6/site-packages/tensorflow/python/framework/dtypes.py:525: FutureWarning: Das Übergeben (Typ, 1) oder '1type' als Synonym für Typ ist veraltet. In einer zukünftigen Version von numpy wird es als (Typ, (1,)) / '(1,) Typ' verstanden.
np_resource = np.dtype ([("resource", np.ubyte, 1)])
/home/zwang/.local/lib/python3.6/site-packages/tensorboard/compat/tensorflow_stub/dtypes.py:541: FutureWarning: Das Übergeben (Typ, 1) oder '1type' als Synonym für Typ ist veraltet. In einer zukünftigen Version von numpy wird es als (Typ, (1,)) / '(1,) Typ' verstanden.
_np_qint8 = np.dtype ([("qint8", np.int8, 1)])
/home/zwang/.local/lib/python3.6/site-packages/tensorboard/compat/tensorflow_stub/dtypes.py:542: FutureWarning: Das Übergeben (Typ, 1) oder '1type' als Synonym für Typ ist veraltet. In einer zukünftigen Version von numpy wird es als (Typ, (1,)) / '(1,) Typ' verstanden.
_np_quint8 = np.dtype ([("quint8", np.uint8, 1)])
/home/zwang/.local/lib/python3.6/site-packages/tensorboard/compat/tensorflow_stub/dtypes.py:543: FutureWarning: Das Übergeben (Typ, 1) oder '1type' als Synonym für Typ ist veraltet. In einer zukünftigen Version von numpy wird es als (Typ, (1,)) / '(1,) Typ' verstanden.
_np_qint16 = np.dtype ([("qint16", np.int16, 1)])
/home/zwang/.local/lib/python3.6/site-packages/tensorboard/compat/tensorflow_stub/dtypes.py:544: FutureWarning: Das Übergeben (Typ, 1) oder '1type' als Synonym für Typ ist veraltet. In einer zukünftigen Version von numpy wird es als (Typ, (1,)) / '(1,) Typ' verstanden.
_np_quint16 = np.dtype ([("quint16", np.uint16, 1)])
/home/zwang/.local/lib/python3.6/site-packages/tensorboard/compat/tensorflow_stub/dtypes.py:545: FutureWarning: Das Übergeben (Typ, 1) oder '1type' als Synonym für Typ ist veraltet. In einer zukünftigen Version von numpy wird es als (Typ, (1,)) / '(1,) Typ' verstanden.
_np_qint32 = np.dtype ([("qint32", np.int32, 1)])
/home/zwang/.local/lib/python3.6/site-packages/tensorboard/compat/tensorflow_stub/dtypes.py:550: FutureWarning: Das Übergeben (Typ, 1) oder '1type' als Synonym für Typ ist veraltet. In einer zukünftigen Version von numpy wird es als (Typ, (1,)) / '(1,) Typ' verstanden.
np_resource = np.dtype ([("resource", np.ubyte, 1)])
INFO: Tensorflow .__ Version__: '1.14.0'
INFO: Tensorflow .__ git_version__: 'v1.14.0-rc1-22-gaf24dc91b5'

--- check: tensorboard_binary_path
INFO: welches Tensorboard: b '/ home / zwang / .local / bin / tensorboardn'

--- check: readable_fqdn
INFO: socket.getfqdn (): 'mrt214.mrt.uni-karlsruhe.de'

--- check: stat_tensorboardinfo
INFO: Verzeichnis: /tmp/.tensorboard-info
INFO: Das Verzeichnis .tensorboard-info existiert nicht

--- check: source_trees_without_genfiles
INFO: tensorboard_roots (2): ['/home/zwang/.local/lib/python3.6/site-packages', '/usr/local/lib/python3.6/dist-packages']; bad_roots (0): []

--- check: full_pip_freeze
Traceback (letzter Anruf zuletzt):
Datei "/usr/lib/python3.6/runpy.py", Zeile 183, in _run_module_as_main
mod_name, mod_spec, code = _get_module_details (mod_name, _Error)
Datei "/usr/lib/python3.6/runpy.py", Zeile 142, in _get_module_details
return _get_module_details (pkg_main_name, error)
Datei "/usr/lib/python3.6/runpy.py", Zeile 109, in _get_module_details
__import __ (pkg_name)
Datei "/usr/lib/python3/dist-packages/pip/__init__.py", Zeile 29, in
aus pip.utils importiere get_installed_distributions, get_prog
Datei "/usr/lib/python3/dist-packages/pip/utils/__init__.py", Zeile 30, in
von pip._vendor.retrying import retry
ModuleNotFoundError: Kein Modul mit dem Namen 'pip._vendor.retrying'
Traceback (letzter Anruf zuletzt):
Datei "tensorboarddebug.py", Zeile 420, in main
Vorschläge.extend (check ())
Datei "tensorboarddebug.py", Zeile 77, im Wrapper
Ergebnis = fn ()
Datei "tensorboarddebug.py", Zeile 388, in full_pip_freeze
logging.info ("pip freeze - all: n% s ", pip (["freeze", "--all"]). decode ("utf-8"))
Datei "tensorboarddebug.py", Zeile 104, in pip
return subprocess.check_output (Befehl)
Datei "/usr/lib/python3.6/subprocess.py", Zeile 356, in check_output
** kwargs) .stdout
Datei "/usr/lib/python3.6/subprocess.py", Zeile 438, wird ausgeführt
Ausgabe = stdout, stderr = stderr)
subprocess.CalledProcessError: Befehl '[' / home / zwang / env / bin / python3 ',' -m ',' pip ',' --disable-pip-version-check ',' freeze ',' --all ' ] 'gab den Exit-Status 1 ungleich Null zurück.
`` `` ``

Nächste Schritte

Keine Aktionselemente identifiziert. Bitte kopieren Sie ALLE oben genannten Ausgaben.
einschließlich der Zeilen, die nur Backticks enthalten, in Ihr GitHub-Problem
oder Kommentar. Stellen Sie sicher, dass Sie alle vertraulichen Informationen redigieren.

Führen Sie den folgenden Code aus, wenn zwei auf Ihrem System installierte tensorboard angezeigt werden. Entfernen Sie einen.

import pkg_resources

for entry_point in pkg_resources.iter_entry_points('tensorboard_plugins'):
    print(entry_point.dist)

Wie entfernen Sie selektiv eine Version von Tensorboard?

Nächste Schritte

Keine Aktionselemente identifiziert. Bitte kopieren Sie ALLE oben genannten Ausgaben.
einschließlich der Zeilen, die nur Backticks enthalten, in Ihr GitHub-Problem
oder Kommentar. Stellen Sie sicher, dass Sie alle vertraulichen Informationen redigieren.

@ Biaocsu , ich habe das Problem auch getroffen, aber ich habe es behoben. Meine Methode ist:

1. Ich habe ein Testskript von https://raw.githubusercontent.com/tensorflow/tensorboard/master/tensorboard/tools/diagnose_tensorboard.py heruntergeladen
2. Ich führe es aus und es sagte mir, dass ich zwei Tensorboards mit einer anderen Version habe. Außerdem wurde mir gesagt, wie ich das Problem beheben kann.
3. Ich habe die Anweisungen befolgt und kann mein Tensorboard zum Laufen bringen.

Ich denke, dieser Fehler bedeutet, dass Sie zwei Tensorboards installiert haben, damit das Plugin dupliziert wird. Eine andere Methode wäre hilfreich, die Python-Umgebung mit conda neu zu installieren.

Ich hoffe, Ihnen zu helfen.

Ich habe mein Problem gelöst. Vielen Dank!

Ich behebe das Problem mit den folgenden Schritten:

• pip deinstallieren tb-nightly tensorboardX tensorboard
• Pip Tensorboard installieren

Ich hatte dieses Problem in Colab. Behebung durch Deinstallation des aktuellen tensorboard und Installation von tf-nightly

!pip uninstall tensorboard
!pip install -U transformers torch torchvision tensorboardX tf-nightly grpcio==1.24.3

Ich werde meine $ 0,02 einwerfen und Sie auch daran erinnern
!conda remove tensorboard

Wenn Sie in einer Windows-Umgebung arbeiten!

Hallo, ich hatte heute das gleiche Problem und habe es mit den folgenden einfachen Schritten behoben:
Ich navigierte zu dem Verzeichnis, aus dem der Fehler kam - Site-Pakete - Tensorboard.
Da tf.contrib der Tensorflow-Objekterkennungs-API in Tensorflow 2.0 nicht funktioniert, war Tensorflow 1.14 auf meinem Computer installiert, um das Erkennungsmodell auszuführen.
Als ich in Site-Paketen zum Verzeichnis 'tensorboard' navigierte, fand ich "tensorboar-2.0.2.dist-info und tensorflow_estimator-2.0.2.dist-info". Ich entfernte diese Dateien aus dem Verzeichnis und das Problem wurde gelöst.

Führen Sie den folgenden Code aus, wenn zwei auf Ihrem System installierte tensorboard angezeigt werden. Entfernen Sie einen.

import pkg_resources

for entry_point in pkg_resources.iter_entry_points('tensorboard_plugins'):
    print(entry_point.dist)

Nachdem ich diesen Code ausgeführt habe, habe ich die folgende Ausgabe erhalten:

-ensorboard 2.0.2
Tensorboard 2.0.0

Bedeutet das, dass ich zwei Tensorboards installiert habe?

Führen Sie den folgenden Code aus, wenn zwei auf Ihrem System installierte tensorboard angezeigt werden. Entfernen Sie einen.

import pkg_resources

for entry_point in pkg_resources.iter_entry_points('tensorboard_plugins'):
    print(entry_point.dist)

Nachdem ich diesen Code ausgeführt habe, habe ich die folgende Ausgabe erhalten:

-ensorboard 2.0.2
Tensorboard 2.0.0

Bedeutet das, dass ich zwei Tensorboards installiert habe?

Gelöst!
Ich habe den Ordner tensorboard-2.0.0.dist-info aus Lib/site-packages gelöscht, dann funktioniert Tensorboard.
Aber ich weiß nicht, ob es ein anderes Problem verursachen würde oder nicht.

Ich dachte auch das Gleiche, wenn ein Fehler auftaucht, aber bisher keiner konfrontiert war ...
Der sicherste Weg ist, die Dateien nicht zu löschen, sondern an einem anderen Ort aufzubewahren ... da Python die Datei nur in diesem bestimmten Ordner durchsucht und verwirrt wird :)

In meinem Fall habe ich Tensorboard-Plugin-Witz deinstalliert und es funktioniert.

In meinem Fall habe ich Tensorboard-Plugin-Witz deinstalliert und es funktioniert.

Es hat auch bei mir funktioniert. Vielen Dank!
Und ich konnte das Paket nicht aus dem Befehl conda entfernen, also habe ich den Pfad des Tensorboard-Plugin-Wit-Ordners manuell gefunden und im Dateiverzeichnis entfernt.

Zusammenfassend habe ich all diese Fehler persönlich durch ein Upgrade und Downgrade von Tensorflow und Tensorboard behoben.

Symptom 1 Tensorboard: ValueError: Duplicate plugins for name projector

Diagnoseskript herunterladen:

wget https://raw.githubusercontent.com/tensorflow/tensorboard/master/tensorboard/tools/diagnose_tensorboard.py

Führen Sie es aus und folgen Sie den Anweisungen:

python diagnose_tensorboard.py

Symptom 2 Tensorboard: ValueError: Duplicate plugins for name projector und Diagnoseskript zeigen keine Aktion

Führen Sie pip freeze um festzustellen, ob diese Warnung WARNING: Could not generate requirement for distribution -ensorboard 2.1.0

Wenn ja, dann gibt es eine Geisterkopie von Tensorboard. Hoffentlich hat das Update unten keine Nebenwirkungen, da bin ich mir nicht sicher.

cd <site-packages>
rm -rf "~ensorboard"
rm -rf "~ensorboard-2.1.0.dist-info"

Symptom 3: Tensorboard: ValueError: Duplicate plugins for name whatif

pip uninstall tensorboard-plugin-wit

In meinem Fall habe ich Tensorboard-Plugin-Witz deinstalliert und es funktioniert.

Arbeitete auch für mich, hatte dieses Problem unter Colab

Die folgende Lösung funktioniert IMMER für mich, unabhängig von den am Tensorboard vorgenommenen Aktualisierungen (z. B.: Das neue Paket tensorboard-plugin-wit das im Februar 2020 veröffentlicht wurde, verursacht vielen Menschen hier Probleme, und es kann in Zukunft weitere Aktualisierungen geben).

Fügen Sie in jedem Colab-Tutorial das folgende Code-Snippet hinzu, bevor Sie das Tensorboard laden.

# Remove all TensorBoard packages.
! pip list --format=freeze | grep tensorboard | xargs pip uninstall -y
# Install TensorFlow again (This command will only install the default TensorBoard package associated with this TensorFlow package). 
! pip install -q tensorflow

@ Biaocsu , ich habe das Problem auch getroffen, aber ich habe es behoben. Meine Methode ist:

1. I downloaded a test script from https://raw.githubusercontent.com/tensorflow/tensorboard/master/tensorboard/tools/diagnose_tensorboard.py

2. I run it and it told me that I have two tensorboards with a different version. Also, it told me how to fix it.

3. I followed its instructions and I can make my tensorboard work.

Ich denke, dieser Fehler bedeutet, dass Sie zwei Tensorboards installiert haben, damit das Plugin dupliziert wird. Eine andere Methode wäre hilfreich, die Python-Umgebung mit conda neu zu installieren.

Ich hoffe, Ihnen zu helfen.

VOCE É UM MONSTRO, UM DEUS O MAIS FODA DE TODOS DENTRO DOS OS PROGRAMADORES

Nächste Schritte

Keine Aktionselemente identifiziert. Bitte kopieren Sie ALLE oben genannten Ausgaben.
einschließlich der Zeilen, die nur Backticks enthalten, in Ihr GitHub-Problem
oder Kommentar. Stellen Sie sicher, dass Sie alle vertraulichen Informationen redigieren.

gleiches Problem