Xshell远程服务器后Tensorboard的本地可视化方法

在本地显示服务器的tensorbord内容

(全文转自https://blog.csdn.net/a314688122a/article/details/81505082。侵删！！！)
问题
由于tensorflow程序在远程服务器运行，而tensorboard启动后访问地址为：0.0.0.0:6006，导致无法在本机用浏览器访问。

Xshell解决方法
1.不太推荐的方法
可能大家在网上查了许多资料后，看到一种常见的是使用命令
ssh -L 16006:127.0.0.1:6006 -p 端口号 olivier@my_server_ip
之后在服务器上运行tensorboard

tensorboard --logdir=./runs

然后在本机浏览器打开 http://127.0.0.1:16006

该方法最先的出处应该是
https://stackoverflow.com/questions/37987839/how-can-i-run-tensorboard-on-a-remote-server

2.利用Xshell隧道
首先 隧道 在Xshell > 文件 > 属性 > 连接 > SSH > 隧道 > 添加 > 侦听端口与目标端口设置为6006
点添加 ， 之后 源主机和目标主机 都是 localhost不变，不要自作聪明去给改成本机IP和服务器地址了。
然后就是一个小技巧了，网上的方法多用本机的16006端口。但其实完全没有必要这样做。
直接将侦听端口 和 目标端口 都设置成6006（tensorboard的访问地址） 即可。

运行方法

在服务器端运行 tensorboard --logdir='model_dir(模型地址)'
or tensorboard --logdir model_dir(模型地址)
本机浏览器访问 localhost:6006 or 127.0.0.1:6006
然后就可以开始愉快的看tensorboard的内容啦

---

tensorboard在torch中的使用

首先导入tensorboard
from torch.utils.tensorboard import SummaryWriter
这里的SummaryWriter的作用就是，将数据以特定的格式存储到刚刚提到的那个文件夹中。

首先我们将其实例化
writer = SummaryWriter('./path/to/log')
这里传入的参数就是指向文件夹的路径，之后我们使用这个writer对象“拿出来”的任何数据都保存在这个路径之下。

这个对象包含多个方法，比如针对数值，我们可以调用

writer.add_scalar(tag, scalar_value, global_step=None, walltime=None)
这里的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。

举一个简单的例子：

for epoch in range(100)
    mAP = eval(model)
    writer.add_scalar('mAP', mAP, epoch)

这样就会生成一个x轴跨度为100的折线图，y轴坐标代表着每一个epoch的mAP。这个折线图会保存在指定的路径下（但是现在还看不到）

同理，除了数值，我们可能还会想看到模型训练过程中的图像。

1.变量归类
命名变量的时候可以使用形如

writer.add_scalar('loss/loss1', loss1, epoch)
writer.add_scalar('loss/loss2', loss2, epoch)
writer.add_scalar('loss/loss3', loss3, epoch)

的格式，这样3个loss就会被显示在同一个section。

2.同时显示多个折线图
假如使用了两种学习率去训练同一个网络，想要比较它们训练过程中的loss曲线，只需要将两个日志文件夹放到同一目录下，并在命令行运行
tensorboard --logdir=./path/to/the/root --port 8123
————————————————
版权声明：本文为CSDN博主「L0star」的原创文章。
原文链接：https://blog.csdn.net/a314688122a/article/details/81505082
https://zhuanlan.zhihu.com/p/103630393