2024-01-10 22:10:08.550312: I tensorflow/core/util/port.cc:104] oneDNN custom operations are on. You may see slightly different numerical results due to floating-point round-off errors from different computation orders. To turn them off, set the environment variable `TF_ENABLE_ONEDNN_OPTS=0`.
2024-01-10 22:10:08.554557: W tensorflow/compiler/xla/stream_executor/platform/default/dso_loader.cc:64] Could not load dynamic library 'libcudart.so.11.0'; dlerror: libcudart.so.11.0: cannot open shared object file: No such file or directory; LD_LIBRARY_PATH: /usr/local/cuda-10.2/lib64:/usr/local/cuda-10.2/extras/CUPTI/lib64
2024-01-10 22:10:08.554578: I tensorflow/compiler/xla/stream_executor/cuda/cudart_stub.cc:29] Ignore above cudart dlerror if you do not have a GPU set up on your machine.
TensorFlow installation not found - running with reduced feature set.

NOTE: Using experimental fast data loading logic. To disable, pass
    "--load_fast=false" and report issues on GitHub. More details:
    https://github.com/tensorflow/tensorboard/issues/4784

Address already in use
Port 6006 is in use by another program. Either identify and stop that program, or start the server with a different port.

错误信息 "Address already in use" 表明你尝试使用的端口已经被另一个程序或进程占用。

以下是解决此问题的一些建议步骤：

1. 识别进程：

   • 使用以下命令识别使用端口 6006 的进程：

     lsof -i :6006

   • 这将显示使用端口 6006 的程序的进程 ID（PID）。

2. 终止进程：

   • 一旦你确定了使用该端口的进程，可以使用以下命令终止它：

     kill -9 <PID>

     用实际从上一步中获取的进程 ID 替换 <PID>。

3. 选择不同的端口：

   • 如果你无法或不愿意终止使用端口 6006 的进程，可以尝试使用其他端口启动你的服务器。例如，你可以使用端口 6007：

     --port=6007

4. 等待端口被释放：

   • 如果使用端口 6006 的进程预计很快会释放该端口，你可以等待它完成任务，然后再次尝试运行你的程序。

5. 检查防火墙问题：

   • 确保没有防火墙限制阻止使用该端口。

在执行这些步骤之后，你应该能够在指定的端口上启动你的服务器，而不会遇到 "Address already in use" 错误。如果问题仍然存在，请提供关于你尝试运行的应用程序或服务器的更多详细信息。