[PyTorch] 在windows下显示Linux中的tensorboard文件

简单记录tensorboard使用中的问题。

tensorboard使用

首先，使用conda命令安装后报错：TypeError: init() got an unexpected keyword argument ‘serialized_options’。
使用pip命令安装后，问题解决，推荐用pip安装：
pip install tensorboard

随后：

# 导入包
from torch.utils.tensorboard import SummaryWriter

# 定义writer
writer = SummaryWriter(log_dir='./log_dir', comment='scalars')

# 往writer中写入值
writer.add_scalar('y=2x', 2*x, y)

# 关闭writer
writer.close()

其中log_dir是日志存放路径，随后在命令行输入指令，进行可视化。

tensorboard --logdir=./log_dir

Windows下查看Linux中的tensorboard文件

另外，由于模型常常在服务器中运行，平常还需要在Windows系统中显示服务器中的tensorboard文件的结果。
cmd中登录远程服务器时，使用如下命令：

ssh -L 16006:127.0.0.1:6006 [email protected]

其中account是服务器中各自设定的用户名，server.address是服务器主机地址。（代替一般 ssh 远程登录命令：ssh [email protected]）
训练完模型之后，在Linux正常使用如下命令，进行tensorboard文件的显示：

tensorboard --logdir=./log_dir

最后，在本地浏览器访问地址：http://127.0.0.1:16006/ 即可。

Mac未试过，也可尝试一下，Windows亲测有效。

值得注意的是，当可视化一个tensorboard文件之后，更改其他tensorboard文件后，再次执行上述命令，端口号与之前的端口号不同，且再次输入上述命令无法再正常显示，是因为之前的端口号被占用了。
因此，可以查看6006端口的PID进程ID

lsof -i:6006

并将占用这个端口的进程关闭（假设占用该端口的PID为19676）：

kill -9 19676

然后再执行上述命令即可，也可以在执行的时候指定端口号：

tensorboard --logdir=./log_dir --port=6006

也可以直接指定另外一个端口号进行。
但是对于Windows下执行Linux中的tensorboard文件，这种情况由于一开始指定了端口号，所以更换端口后会导致无法显示，只能指定端口号，并将占用的PID删除。

参考：

1. Pytorch深度学习——Tensorboard的使用：https://blog.csdn.net/qq_43263543/article/details/123612531
2. 系统学习Pytorch笔记八：Tensorboard可视化与Hook机制：https://blog.csdn.net/wuzhongqiang/article/details/105612607
3. Tensorboard 详解（上篇）：https://blog.csdn.net/fendouaini/article/details/80344591
4. Is it possible to see tensorboard over ssh?：https://stackoverflow.com/questions/38513333/is-it-possible-to-see-tensorboard-over-ssh
5. 在服务器使用TensorBoard的方法：https://www.csdn.net/tags/MtTacgysNDc5NDQtYmxvZwO0O0OO0O0O.html
6. tensorboard学习—— 解决tensorboard attempted to bind to port 6006,but it was already in use问题的几种方法：https://blog.csdn.net/c20081052/article/details/81974847