pytorch下tensorboard使用[远程服务器]

**

1、安装tensorboard

**

pip install tensorboard

可以不安装tensorflow，后续会有提示：

TensorFlow installation not found - running with reduced feature set.

但是没有影响。

2、创建环境，导出数据

这一步由代码中的writer完成。

[–>]导入tensorboard

from torch.utils.tensorboard import SummaryWriter   

这里的SummaryWriter的作用就是，将数据以特定的格式存储到刚刚提到的那个文件夹中。

[–>]将其实例化

writer = SummaryWriter('./path/to/log')

[–>]存入数据

writer.add_scalar(tag, scalar_value, global_step=None, walltime=None)

tag指定可视化时变量的名字，scalar_value是保存的值，global_step可以理解为x轴坐标。

[例]

for epoch in range(100)
    mAP = eval(model)
    writer.add_scalar('mAP', mAP, epoch)

这样就会生成一个x轴跨度为100的折线图，y轴坐标代表着每一个epoch的mAP。

3、远程服务器端口链接

因为远程服务器没有浏览器可视界面，因此首先需要进行端口链接。注意：端口链接需要在本机，然后在服务器上运行tensorboard

ssh -L 16006:127.0.0.1:6006  username@10.76.2.233 -p 52
tensorboard --logdir=./board/log --port=6006

说明：16006:127.0.0.1代表本机上的16006号端口，6006是服务器上tensorboard使用的端口（两个端口号都可以自己设置，只要没被占用即可）。username指的是服务器的用户名；10.76.2.233 -p 52指的是服务器的IP。

之后在命令行运行tensorboard完成，指定对应好的端口号

4、远程服务器可视化显示

在本地浏览器输入以下地址便可可视化访问tensorboard：
127.0.0.1:16006/