本地可视化服务器的tensorboard

首先在服务器安装tensorboard,直接使用pip安装即可。

pip install tensorboard

在代码中的具体使用如下：

导入tensorboard

from torch.utils.tensorboard import SummaryWriter

在代码中加入

log_dir = os.path.join('loss', 'train_G_loss')
train_writer = SummaryWriter(log_dir=log_dir)

log_dir = os.path.join('loss', 'train_D_loss')
test_writer = SummaryWriter(log_dir=log_dir)

train_writer.add_scalar('loss', train_G_loss, epoch)
test_writer.add_scalar('loss', train_D_loss, epoch)

其中‘loss'为保存的文件名，train_G_loss和train_D_loss是绘制的两种损失。

在本地可视化服务器上的tensorboard分为如下三步：

1.首先在服务器上运行tensorboard的程序，指定端口号（除6006以外的端口，未使用的，可行）。

tensorboard --logdir=loss --port=6123

将loss替换为想要查看的文件路径，“ 6123 ”替换为想要在服务器上监听的端口。

2.使用ssh命令，在windows的cmd里连接服务器，并实现服务器端口与本地端口的映射。

ssh 用户名@IP -L 8123：127。0.0.1：6123

ssh -p命令用来连接远程服务器，-L命令用来将服务器监听端口映射到本地端口。因此，将用户名，IP替换为想要连接的目标服务器的信息，将“ 8123 ”替换为想要在本地映射的端口。

3.

本地浏览器内查看tensorboard

http://localhost:8123/