Pytorch Tensorboard怎么把训练集和测试集画到一起

如果没有意外，这个方法不支持<=1.1.0的版本。从1.2.0开始才支持的add_scalars功能。

先看一下效果（很明显，这个熟悉的函数来自官方文档）：

可以区分不同的GPU，同一个类型的数据的训练集和测试集都画到一张图。
代码：

r = 5
for i in range(100):
    # writer.add_scalars('run_14h', {'xsinx':i*np.sin(i/r),
    #                                 'xcosx':i*np.cos(i/r),
    #                                 'tanx': np.tan(i/r)}, i)
    writer.add_scalars('gpu0/PLCC', {'Train': i*np.sin(i/r)}, i)
    writer.add_scalars('gpu0/PLCC', {'Test': i*np.cos(i/r)}, i)
    
    writer.add_scalars('gpu0/SRCC', {'Test': i*np.cos(i/r)}, i)
    writer.add_scalars('gpu0/SRCC', {'Train': np.tan(i/r)}, i)
    
    writer.add_scalars('gpu1/PLCC', {'Test': np.tan(i/r)}, i)
    writer.add_scalars('gpu1/PLCC', {'Train': i*np.sin(i/r)}, i)
    
    writer.add_scalars('gpu1/SRCC', {'Test': i*np.cos(i/r)}, i)
    writer.add_scalars('gpu1/SRCC', {'Train': np.tan(i/r)}, i)
writer.close()