ImportError: TensorBoard logging requires TensorBoard version 1.15 or above

跟着pytorch的教程学习Tensorborad。在使用tensorboard时，代码：
from torch.utils.tensorboard import SummaryWriter
出现了错误：
ImportError: TensorBoard logging requires TensorBoard version 1.15 or above

但是用conda list查看TensorBoard是安装的了，版本是2.3.0.
在python下查看tensorborad的版本：
from tensorboard import version
print(version.VERSION)
返回：
1.14.0a20190301
这就奇怪了，明明我安装了2.3.0的tensorboard，为什么这里显示的是1.14的版本。
谷歌搜一下1.14.0a20190301，原来这是tb-nightly的一个版本，tb-nightly即tensorborad的nightly版本。但是我好像没有安装这个tb-nightly，在conda list中也找不到这个包。github中说tensorboard 和 tb-nightly同时安装可能会出错。于是我pip uninstall tb-nightly之后，问题就解决了。

关于nightly版本，网上找到个一个解释：
所谓nightly版本，通常是开发者自己维护的一个版本。白天的时候开发者们将各自的修改提交到一个中心代码库，然后在晚上做一次编译得到的版本。一般来说nightly版本会包含最新的错误修改和新增功能，所以适合那些关注某个错误，或者是特别喜欢最新版本的用户使用。但是因为没有经过充分的测试，可能会有很多不稳定的地方。另外，在比较大的项目里，由于不同的模块可能有各自自己的分支代码库，所以即使是nightly也不一定能反映最新的进展，这时可能需要专门去找某个分支的自己的nightly。例如，浏览器里做javascript的和做页面rendering的就可能各自有自己的分支代码库，一个功能可能要在组内的分支代码库酝酿修改很长时间，只有觉得基本上成熟的时候才会把代码送到中心代码库，进入当晚的nightly。

感想:此bug花费我3天的时间，一开始出现ImportError就下意思用搜索引擎找解决方案，没有经过自己分析、思考error出现的原因。但一些包的兼容性的bug要花费精力去解决，确实会挫减coding的乐趣。