在 WSL 中使用 Jupyter Notebook 的 TensorBoard 启动问题与解决方法

在 WSL（Windows Subsystem for Linux）环境中，通过 Jupyter Notebook 使用

%tensorboard --logdir outputs

有时会出现 “Timed out waiting for TensorBoard to start” 错误。常见原因通常是先前的 TensorBoard 进程尚未结束，占用了默认端口 (6006) 或相关资源。以下列出几种常用解决方法。

1. 终止已有的 TensorBoard 进程

1.1 在 Notebook / 终端手动终止

1. 查看所有正在运行的 TensorBoard 进程：

   ps aux | grep tensorboard
   

   （也可用 lsof -i:6006 或 netstat -tulpn | grep 6006 查看端口占用）
2. 找到对应的 PID 后，用 kill 或 kill -9 终止进程：

   kill <PID>
   # 或者
   kill -9 <PID>
   

3. 然后重新在 Notebook 中运行：

   %tensorboard --logdir=outputs --port=6006
   

1.2 在 Notebook 中“自动”清理

可以在 Notebook 中一键清理所有带有 tensorboard 关键字的进程：

import os
os.system("pkill -f 'tensorboard'")

然后再执行：

%tensorboard --logdir=outputs

2. 更换端口号

若端口 6006 被占用，也可以显式指定新的端口号，例如：

%tensorboard --logdir=outputs --port=6007

若依然出现超时，可换其他端口，或让系统自动分配端口：

%tensorboard --logdir=outputs --port=0

如果需要从 Windows 浏览器访问 TensorBoard，记得加上 --host=0.0.0.0。

3. 处理“僵尸进程（defunct）”

在 ps aux | grep tensorboard 里若出现 <defunct>，说明进程已退出但父进程尚未回收：

1. 查找并结束父进程

   ps -ef | grep <子进程PID>
   kill <父进程PPID>
   

   或者在 Jupyter Notebook 中选择 Kernel -> Restart 重启内核。

2. 重启对应的 Jupyter Notebook

   jupyter notebook list
   # 找到该 Notebook 进程后 kill，然后重新启动
   

3. 重启整个 WSL 子系统（若无从下手时）

   wsl --shutdown
   

   然后重新打开 WSL/Ubuntu。

小结

1. 端口被占用 和 僵尸进程 是导致 TensorBoard 启动超时的常见原因。
2. 常用处理方式：
   • 手动或自动 kill 旧进程，释放端口
   • 显式更换端口，或令系统自动分配端口
   • 若出现 <defunct> 状态，需要终止 / 重启父进程或 Kernel
   • 必要时可重启整个 WSL 子系统
3. 建议：及时清理不再使用的 TensorBoard 进程，或在 Notebook 中定制“一键清理脚本”简化操作。

以上就是在 WSL 中使用 Jupyter Notebook 时，TensorBoard 可能遇到的启动超时问题及主要解决思路。祝学习与调试顺利!