Tensorboardにログを出力するときに、２回目に実行するとうまく行かない

Linux Linux-SHIMA 3.13.0-24-generic #46-Ubuntu SMP Thu Apr 10 19:11:08 UTC 2014 x86_64 x86_64 x86_64 GNU/Linux
anaconda3.5.6　TensorFlow1.0.1を使用しています

TensorBoardのためのログを出力するプログラムを書き、jupyter notebook上で実行すると、１度実行する分にはエラーは吐かないのですが、２回めに同じプログラムを実行するとエラーを吐きます。KernelをRestartしてから実行するとエラーは吐かなくなります。これは私の作ったプログラムに問題があるのでしょうか。
詳しい方ご教授願います。

以下にソースコードを示します。
from tensorflow.examples.tutorials.mnist import input_data
import tensorflow as tf

#mnistデータを格納したオブジェクトを呼び出す
mnist = input_data.read_data_sets("data/", one_hot=True)

#入力データを定義
x = tf.placeholder(tf.float32, [None, 784])

#入力画像をログに出力
img = tf.reshape(x,[-1,28,28,1])
tf.summary.image("input_data", img, 10)

#入力層から中間層
with tf.name_scope("hidden"):
w_1 = tf.Variable(tf.truncated_normal([784, 64], stddev=0.1), name="w1")
b_1 = tf.Variable(tf.zeros([64]), name="b1")
h_1 = tf.nn.relu(tf.matmul(x, w_1) + b_1)

#中間層の重みの分布をログ出力
tf.summary.histogram('w_1',w_1)

#中間層から出力層
with tf.name_scope("output"):
w_2 = tf.Variable(tf.truncated_normal([64, 10], stddev=0.1), name="w2")
b_2 = tf.Variable(tf.zeros([10]), name="b2")
out = tf.nn.softmax(tf.matmul(h_1, w_2) + b_2)

y = tf.placeholder(tf.float32, [None, 10])

#誤差関数
with tf.name_scope("loss"):
loss = tf.reduce_mean(tf.square(y - out))

#誤差をログ出力
tf.summary.scalar("loss", loss)

#訓練
with tf.name_scope("train"):
train_step = tf.train.GradientDescentOptimizer(0.5).minimize(loss)

#評価
with tf.name_scope("accuracy"):
correct = tf.equal(tf.argmax(out,1), tf.argmax(y,1))
accuracy = tf.reduce_mean(tf.cast(correct, tf.float32))

#精度をログ出力
tf.summary.scalar("accuracy", accuracy)

#初期化
init =tf.global_variables_initializer()

summary_op = tf.summary.merge_all()

with tf.Session() as sess:

summary_writer = tf.summary.FileWriter("logs", sess.graph)

sess.run(init)    

#テストデータをロード    
test_images = mnist.test.images    
test_labels = mnist.test.labels    

for step in range(1000):        
    train_images, train_labels = mnist.train.next_batch(50)
    sess.run(train_step, feed_dict={x:train_images ,y:train_labels})

    if step % 10 == 0:
        #ログを取る処理を実行する（出力はログ情報が書かれたプロトコルバッファ）
        summary_str = sess.run(summary_op, feed_dict={x:test_images, y:test_labels})
        #ログ情報のプロトコルバッファを書き込む
        summary_writer.add_summary(summary_str, step)