Pytorch可视化工具tensorboardX（安装不踩坑，已修改）

Pytorch也能用的tensorboard啦，虽然Pytorch还有visdom可视工具，但是对于从tensorflow转来或者双修党来说，还是tensorboard用起来习惯点咯。

首先上项目地址：
https://github.com/lanpa/tensorboardX

安装方法（如何不踩坑，已修改）：

1. 首先默认你已经安装好pytorch(如果木有，为什么点进来呢)
2. 安装tensorboardX pip install tensorboardX
3. 安装tensorflow（坑点）pip install tensorflow==1.7.0
   开始当然像往常一样，直接pip install tensorflow，这样安装的会是tensorflow1.8.0，但是发现提示tensorboard版本不对，需要小于1.9.0，后面运行tensorboard也会出错！所以请在安装时手动指定下版本号1.7.0，然后完美运行demo！perfect！(后来实验发现好像和你的cuda版本有关，本机上是装的1.7.0能运行，服务器是1.9.0能运行，所以请根据报错提示来指定下版本号咯)

具体在Pytorch中如何使用tensorboardX，就参考tensorboardX\examples 下的例子咯
比如运行绘制网络结构图的demo：

python demo_graph.py
tensorboard --logdir runs

# 简单使用tensorboard来记录实验数据（loss and accuracy）
writer = SummaryWriter()#  获取一个writer
writer.add_scalar('data/scalar', s1[0], n_iter) #将一个标量记录到data/scalar文件夹，其中s1[0]为要记录的标量（y），n_iter作为一个变化的横坐标（x），比如记录训练损失和精度时，代表当前训练批次
writer.close() #程序推出前需要关闭writer，类似文件读写。