深度学习：Linux服务器使用tensorboard在本地显示

本文主要介绍的是在Linux服务器使用tensorboard执行深度学习的训练，将训练过程的中参数记录并保存下来，并在本地进行显示，关于tensorboard更多的教程可参考pytorch官网tensorboard文档

具体步骤

1、模型训练时，使用tensorboard中的SummaryWriter模块进行记录与保存：

# 导入tensorboard
from torch.utils.tensorboard import SummaryWriter
# 将SummaryWriter实例化，这里传入的参数就是指向文件夹的路径
writer = SummaryWriter("../logs")
# 调用对象的成员函数，记录并保存相关的数或图。
# tag指定可视化时这个变量的名字，scalar_value是你要存的值，global_step可以理解为x轴坐标。
writer.add_image(tag, img_tensor, global_step=None, walltime=None, dataformats='CHW')
writer.add_images(tag, img_tensor, global_step=None, walltime=None, dataformats='NCHW')
writer.add_scalar(tag, scalar_value, global_step=None, walltime=None)

writer.close()

2、连接ssh时，将服务器的6016端口重定向到自己机器上来：

ssh -L 16006:127.0.0.1:6016 username@remote_server_ip

3、在服务器终端输入：

tensorboard --logdir='../logs' --port=6016

4、在本地浏览器中输入地址：

127.0.0.1:16006

参考文献

如何在服务器上远程使用tensorboard?