tensorboardX可视化及服务器tensorboardX页面在本地显示

tensorboardX可视化及服务器tensorboardX页面在本地显示

之前一值对tensorboardX比较模糊，由于本人实验需要，需要在远程服务器上使用TensorboardX可视化，将tensirbiardX页面在本地显示，特此整理下踩过的坑！！

1、环境

Pytorch 1.6
Cuda 10.1
tensorfolw 2.2.0
tensorboardX 2.2
远程连接服务器 Xshell6

2、Pytorch装TensorboardX
pip install tensorboardX
pip install tensorflow（自动安装tensorboard）

ps：
（1）安装顺序有的教程说必须先安装tensorflow，再安装tensorboardX！
笔者顺序相反，但是成功了 可能是新版更新了，具体可以查看官网
（2）版本问题：

①PyTorch 1.1.0及以前的版本，最好使用tensorboardX 1.7及以前，因为在1.8更新了add_graph方法导致其可能无法使用。add_graph方法用于可视化模型结构。

②PyTorch 1.2.0及以上可以使用更新的tensorboardX，上述的方法实现更新实际上对较新版本的PyTorch有更好的支持。

详情可以看：PYTORCH 与 TENSORBOARDX 的版本兼容性问题

2、实战例子

测试代码：test.py

from tensorboardX import SummaryWriter
writer = SummaryWriter('runs/scalar_example')
for i in range(10):
    writer.add_scalar('quadratic', i**2, global_step=i)
    writer.add_scalar('exponential', 2**i, global_step=i)

利用Xshell隧道

首先 隧道 在Xshell > 文件 > 属性 > 连接 > SSH > 隧道
点添加 ， 之后 源主机为127.0.0.1，目标主机 都是 localhost不变，无需改成本机IP和服务器地址了。然后就是一个小技巧了，网上的方法多用本机的16006端口。但其实完全没有必要这样做。直接将侦听端口 和 目标端口 都设置成6006（tensorboard的访问地址） 即可。

服务器运行：

切换到test.py目录下，激活虚拟环境
python test.py           # 在同级目录下生成runs/scalar_example文件夹 文件夹生成一个events文件
tensorboard --logdir='./runs'  #也可使用绝对路径 会返回浏览器访问地址

返回地址

在本地浏览器输入http://localhost:6006/ 即可访问

结果：

参考：
【项目实战】本地访问远程服务器上Tensorboard