AutoDL中使用TensorBoard

# 示例代码
log_dir = 'logs'
writer = SummaryWriter(log_dir=log_dir)
# 使用 TensorBoard 记录：
writer.add_scalar('Loss/train', train_loss, epoch)

 此时会把模型存储在“项目文件/logs”中，

1.如果是在本地训练的模型，那么在终端输入

activate 环境名称
tensorboard --logdir=logs

点击终端打印的链接，即可查看tensorboard页面。

2.如果是在autodl服务器上训练模型，应当使用以下方法：

# 在终端中执行以下命令启动TensorBoard
# 删除当前tensorboard进程
ps -ef | grep tensorboard | awk '{print $2}' | xargs kill -9    
# 重新启动
tensorboard --port 6007 --logdir 【/指定目录】

注意：代码在服务器中默认的目录是“/tmp/tmp目录下自己的项目名称”，

所以【/指定目录】应当为（以作者本人的项目为例）： 

tensorboard --port 6007 --logdir /tmp/pycharm_project_149/logs

然后进入AutoPanel，即可查看tensorboard。

官方文档：https://www.autodl.com/docs/tensorboard/