最近pytorch出了visdom，也沒有怎么去研究它，主要是覺得tensorboardX已經夠用，而且用起來也十分的簡單
pip install tensorboardX
然后在代碼里導入
from tensorboardX import SummaryWriter
然后聲明一下自己將loss寫到哪個路徑下面
writer = SummaryWriter('./log')
然后就可以愉快的寫loss到你得這個writer了
niter = epoch * len(train_loader) + i writer.add_scalars(args.result_path + 'Train_val_loss', {args.result_path+'train_loss': loss.data.item()}, niter)
其中，add_scalars是將不同得變量添加到同一個圖下，圖的名稱是add_scalars得第一個變量
然后為這個圖中不同得曲線添加不同得標題，上面這一行代碼
writer.add_scalars(args.result_path + 'Train_val_loss', {args.result_path+'train_loss': loss.data.item()}, niter)
后面得dict中得key是曲線的名稱，后面的value是對應得append的值，再后面得niter是x坐標，這句話得意思就相當於，對於圖名稱為args.result_path + 'Train_val_loss'的圖，對曲線名稱為args.result_path+'train_loss'添加新的點，這個點為（niter, loss.data.item()）
同樣的，我可以畫出val的loss
niter = epoch * len(train_loader) + i writer.add_scalars(args.result_path + 'Train_val_loss', {args.result_path+'val_loss': mean_loss}, niter)
writer保存到了我們剛剛聲明的路徑’./log‘下面，然后終端啟動tensorboard
tensorboard --logdir ./log --port 8890
不會用得進行tensorboard --help即可
然后進行端口映射就行了
實際上在使用的過程中，我發現了，如果你要保存的結果在各個子文件夾內，然后你在父文件夾運行tensorboard，就可以在瀏覽器看到各種結果，而不必再進行不同的端口映射
比如上面這個，我的resnet文件夾下有不同的我writer寫入的文件，在父目錄下啟動tensorboard之后，
沒毛病