如何用tensorboard记录drl训练过程中的reward和loss

加载：

tensorboard --logdir==文件名

导入

from torch.utils.tensorboard import SummaryWriter

创建写入对象：

from torch.utils.tensorboard import SummaryWriter

添加数据：

writer.add_scalar('name',y,x)

在最后需要关闭写入对象：

if__name__=="__main__":

    main()

    writer.close()

一个简单的class：

from torch.utils.tensorboard import SummaryWriter


class TensorboardLogs:
    def __init__(self):
        self.writer = SummaryWriter(log_dir = 'logs')

    def tensorboard_write(self, name, y, x):
        if y is not None:
            self.writer.add_scalar(name, y, x)

    def tensorboard_close(self):
        self.writer.close()

使用方式：

# 初始化
tensorboard_logs = TensorboardLogs()


。
。
。


# 记录数据（每取到一个就丢到里面一次）
tensorboard_logs.tensorboard_write('reward_mean_pre_episode', episode_reward_mean, episode)
tensorboard_logs.tensorboard_write('actor_loss_mean_pre_episode', actor_losses_mean, episode)
tensorboard_logs.tensorboard_write('critic_loss_mean_pre_episode', critic_losses_mean, episode)