Tensorflow错误无法创建目录

我正在创建一个深度学习程序并尝试训练数据。我已经开始使用张量板，但遇到了与创建的文件相关的错误，说程序无法创建目录，并且没有这样的文件或目录。

我按照senddex教程进行Python深度学习第4部分，但仍然有错误。

import tensorflow as tf
from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import Dense, Dropout, Activation, Flatten, Conv2D, MaxPooling2D
import pickle
import time
from tensorflow.keras.datasets import cifar10
from tensorflow.keras.preprocessing.image import ImageDataGenerator
from tensorflow.keras.callbacks import TensorBoard

NAME = 'Tagged-vs-untagged-cnn-64x2-{}'.format(int(time.time()))
tensorboard = TensorBoard(log_dir='logs/{}'.format(NAME))

gpu_options = tf.GPUOptions(per_process_gpu_memory_fraction=0.333)
sess = tf.Session(config=tf.ConfigProto(gpu_options=gpu_options))


X = pickle.load(open('X.pickle', 'rb'))
y = pickle.load(open('y.pickle', 'rb'))

#data must be normalised
X = X/255.0

model = Sequential()
model.add(Conv2D(64, (3,3), input_shape = X.shape[1:]))
model.add(Activation('relu'))
model.add(MaxPooling2D(pool_size=(2,2)))

model.add(Conv2D(64, (3,3)))
model.add(Activation('relu'))
model.add(MaxPooling2D(pool_size=(2,2)))

model.add(Flatten())

model.add(Dense(1))
model.add(Activation('sigmoid'))

model.compile(loss='binary_crossentropy',
              optimizer='adam',
              metrics=['accuracy'])

model.fit(X, y, batch_size=32, epochs=10, validation_split=0.3, callbacks=[tensorboard])

我希望程序能够训练所有数据集并跟踪验证准确性和损失等。我收到以下错误： 回溯（最近一次调用最后一次）： 文件“C:/Users/owner/Documents/MachineLearning/TNA/DigitalMagnets/cnn.py”，第 41 行，位于 model.fit（X，y，batch_size = 32，epochs = 10，validation_split = 0.3，callbacks = [tensorboard]） 文件“C:\Users\owner\AppData\Local\Programs\Python\Python37\lib\site-packages\tensorflow\python\keras\engine\training.py”，第 780 行，适合 步骤_名称 = 'steps_per_epoch') 文件“C:\Users\owner\AppData\Local\Programs\Python\Python37\lib\site-packages\tensorflow\python\keras\engine\training_arrays.py”，第 374 行，在 model_iteration 中 回调._call_batch_hook（模式，'结束'，batch_index，batch_logs） 文件“C:\Users\owner\AppData\Local\Programs\Python\Python37\lib\site-packages\tensorflow\python\keras\callbacks.py”，第 248 行，在 _call_batch_hook 中 batch_hook（批次，日志） 文件“C:\Users\owner\AppData\Local\Programs\Python\Python37\lib\site-packages\tensorflow\python\keras\callbacks.py”，第 531 行，在 on_train_batch_end 中 self.on_batch_end（批次，日志=日志） 文件“C:\Users\owner\AppData\Local\Programs\Python\Python37\lib\site-packages\tensorflow\python\keras\callbacks_v1.py”，第 362 行，在 on_batch_end 中 profiler.save(self.log_dir, profiler.stop()) 文件“C:\Users\owner\AppData\Local\Programs\Python\Python37\lib\site-packages\tensorflow\python\eager\profiler.py”，第 144 行，保存 gfile.MakeDirs(plugin_dir) 文件“C:\Users\owner\AppData\Local\Programs\Python\Python37\lib\site-packages\tensorflow\python\lib\io\file_io.py”，第 438 行，位于 recursive_create_dir 中 recursive_create_dir_v2(目录名) 文件“C:\Users\owner\AppData\Local\Programs\Python\Python37\lib\site-packages\tensorflow\python\lib\io\file_io.py”，第 453 行，位于 recursive_create_dir_v2 中 pywrap_tensorflow.RecursivelyCreateDir(compat.as_bytes(路径)) tensorflow.python.framework.errors_impl.NotFoundError：无法创建目录：logs/Tagged-vs-untagged-cnn-64x2-1563447772\plugins\profile\2019-07-18_12-02-54；没有这样的文件或目录

问题不在于 TensorFlow 或 Tensorboard，而在于 Python，这也专门针对 Windows。

目前，在 Unix 上，SplitPath 仅在正斜杠上进行分割；在 Windows，除非没有正斜杠，否则它会在正斜杠上拆分 字符串中的斜杠，在这种情况下，它会在反斜杠上分割。这是 令人困惑，并且与 _wmkdir 和 Tensorflow 等平台 API 不一致， 将 \ 和 / 解释为有效的路径分隔符。

修复方法是在 log_dir 中使用适合平台的路径分隔符 而不是通过 os.path.join 硬编码正斜杠：

所以试试这个：

tboard_log_dir = os.path.join("logs",NAME)
tensorboard = TensorBoard(log_dir = tboard_log_dir)

这应该有效