如何在pycharm上画loss函数图像

（即loss与迭代次数epoch之间的关系图像）

一、常规操作

1. 代码：

from tensorboardX import SummaryWriter
#在epoch循环之前加入
writer = SummaryWriter(tensorboard_dir)  #tensorboard_dir是日志保存的位置
#在epoch循环内最后一行加入
#可以加多行，即画多个图
writer.add_scalar('loss / train_loss', train_loss, global_step=epoch)  #表示在loss目录下画train_loss图，横坐标为epoch，纵坐标为train_loss
writer.add_scalar('loss / eval_loss', eval_loss, global_step=epoch)

将两条曲线画在一幅图中：

writer.add_scalars('loss', {'train_loss': train_loss, 'eval_loss': eval_loss}, global_step=epoch)

2. 找到tensorboard_dir目录，即日志保存的位置，在pycharm的Terminal处输入：

tensorboard  --logdir="."

注意：
这里可能会提示tensorboard不是外部命令啊什么的，出现这个的原因是：
1）没有安装tensorboard（注：一般安装过Tensorflow的都安装过tensorboard）
2）没有把tensorboard的路径加入环境变量
在系统环境变量中加入下面路径即可。

3）报错：TensorFlow installation not found - running with reduced feature set. 以一种访问权限不允许的方式做了一个访问套接字的尝试。
原因：端口号被占用，修改一个端口号即可。

tensorboard --logdir=“C:\Users\yan\Desktop\log\MOS4D” --port=10086

这里的C:\Users\yan\Desktop\log\MOS4D目录下面就有一个events.out文件。
这里的双引号可以省略，即tensorboard --logdir=C:\Users\yan\Desktop\log\MOS4D --port=10086

成功运行后，点击下方显示的浏览器，即可看到loss函数图像。

二、远程使用服务器训练时如何在本地查看tensorboard

需要配置隧道。
我使用的工具是MobaXterm（其他工具配置隧道即可，相关内容请具体查阅）。

1. 在MobaXterm中
   
   

2. 在服务器上，找到tensorboard_dir目录，即日志保存的位置，输入：tensorboard --logdir="."
3. 在本地启动提示的 http://localhost:6006/ 即可。