tensorboard日志在linux服务器上，如何在本地可视化查看？&可视化命令&tensorboard使用教程

很好 passion！！！！

如何可视化linux上的tensorboard监控日志

本帖子解决的问题是：tensorboard的日志在linux服务器端，那我如何查看可视化这个监控日志呢？
本博客介绍的方法是使用xshell实现的：
选择你要连接的会话，然后

step1 查看这个会话的属性，

类似下面这个界面：

step2 接着操作这个界面，选择隧道，

操作③界面：

（上图中源主机即本地PC机，目标主机即远程服务器。本地端口设置成了16006，远程服务器端口还是设置默认的tensorboard端口6006）
  解释一下：默认的tensorboard端口是6006，通过访问http://localhost:6006便可查看可视化界面。但是现在我们直接在自己的本地电脑端浏览器输入： http://localhost:16006即可。

参考：【Pytorch】利用SSH查看远程服务器上的tensorboard可视化界面

---

可视化的tensorboard日志的命令

一般常用的可视化单个日志的命令

tensorboard --logdir="xxxx" 

⚠️：参数logdir不需要包含日志的名字，只需要写到日志所在的文件夹名字即可。

如何一下子可视化多个日志，并显示在同一张图中方便比较呢？

参考：tensorboard显示多个event文件在一个图上！tensorboard中曲线图的数据下载且用matplotlib.pyplot来画，便于实验对比。_tensorboard多个events放一起-CSDN博客

如果你的日志现在是这样存放的：

那你现在要一下子可视化这两个日志的话，只需要在此创建两个文件夹，然后将这两个日志分别剪切进去即可，

文件夹的名字随便取，但是这个名字是可视化的时候网页上显示的名字。

---

关于tensorboard的使用来记录所需的信息

参考：Pytorch(九) —— Tensorboard(当有了tensorboard日志文件怎么可视化它)(同时显示多个模型)(vscode的tensorboard)(TensorboardX)_tensorboard --logdir-CSDN博客

记录images

记录标量指标

如何记录下深度学习中的args

有这个需求是因为我有时候实验会有很多的参数设置，然而我不可能准确记下每一次的实验参数，所以我想让tensorboard可以记下我的args参数。

我的想法是通过表格来展示各种参数，因为我知道wandb是有这个方法的，但是我找了很久的帖子，发现tensorboard没有。因此，只能自定义一个方法，借助网页显示的markdown来用table可视化参数。

def show_args_as_table(args):
	args_dict = vars(args)
	# Method 3: Save as Table
	html_table = "<table>"
	html_table += "<tr><th>Parameter</th><th>Value</th></tr>"
	for key, value in args_dict.items():
    	html_table += f"<tr><td>{key}</td><td>{value}</td></tr>"
	html_table += "</table>"
	writer.add_text("CommandLineArgs/Table", html_table)

当然，我们可以在args设置一个参数为“describe” ，这个参数可以用来描述当前的方法的一些特征，中文或者英文都可以。

 argparser.add_argument('--describe', type=str, default="revision;cond guidance,  really old Encoder,old Decoder,add real skip connection, add batch=4, stop step100")

效果如下：

---

更新20241118 关于启动成功但是仍然打不开网页

1. 今天突然tensorboard发疯，明明启动成功了，但是当我访问网址16006的时候，仍然显示不出来内容。不要慌，可以清理一下浏览器的缓存，然后再尝试一下，或许就可以了。
2. 但也有可能是当前的端口被服务器上的其他人占用着，所以当他在使用的时候，你就没法使用了，不过最简单的办法就是咱们改一下端口号，比如不使用16006，换成16008.

更新20241226 关于使用的报错

今天我在看别人代码的时候，发现他在最后使用了下面的代码：

# export scalar data to JSON for external processing
writer.export_scalars_to_json("./all_scalars.json") 

然后我想着我也要使用这个（但是其他我之前没见过这种使用方法），结果我试了之后报错如下：

‘SummaryWriter’ object has no attribute ‘export_scalars_to_json’

后来才知道，原来是因为我们使用的库不同：

# 别人导入的库 
from tensorboardX import SummaryWriter
......
......
    writer.export_scalars_to_json("./all_scalars.json")
    writer.close()

# 而我自己使用的库是
from torch.utils.tensorboard import SummaryWriter
#使用这个库是不能用上述的代码的

今天又涨知识了！