可视化工具tensorboard VS Weights & Biases
目录
1. tensorboard 安装使用
1.1 安装
# 安装
# pytorch1.1
pip install tensorboard==1.14
# pytorch1.6
pip install tensorboard==2.0
# pytorch1.7
pip install tensorboard==2.2
# 使用
# 训练时，可在docker容器内使用，但是查看tensorboard时，需要在外面，任意1个版本即可
# 指定端口号
tensorboard --logdir='./experiment_one/' --port=6006
# 若在远端(需要建立ssh连接) 建立远程服务器6006端口到本地16006端口的转发
# 若有多个，则将本地端口号设置成不同的eg:16007
ssh -fgN -L 16006:127.0.0.1:6006 [email protected]
ssh -fgN -L 16007:127.0.0.1:6007 [email protected]
# 在浏览器内输入如下内容
127.0.0.1:16006
2. Weights & Biases安装使用
# 安装
pip install wandb
详情：https://wandb.ai/site
# 缺点
需要注册账号，像CPU GPU等信息会不会泄露？3. ssh -L -R的解释
中文好多博客解释很多，都没解释清楚，可以搜英文or看这里这个连接：http://www.ruanyifeng.com/blog/2011/12/ssh_port_forwarding.html
查看ssh的具体命令，可以用 “man”命令，man ssh
'''
注释：
ssh -L 是我向别人请求帮忙
ssh -R 是别人通过我帮忙，我只负责传输不负责监听端口
L：A->B，至于B->A？？无所谓 我是A
R：A<-B，至于A->B？？无所谓 我是B
eg:
AB不互通，A->C, C->B，那么就可以-L(在A上)，A作为我，去请求C帮忙，即可达到A->B
AB不互通，A<-C, C->B, 那么就可以-R(在C上)，C作为我，帮助A去访问B，即可A->B
至于 <=> 是充分非必要条件
AB不互通，A->C, B->C，A->B? 那么C如何连接B呢？通过-R，-R是在B上运行,主动方向是想实现C->B
A<-C<-B, 实现A->B, 在BC上各自运行-R，这样比较稳定；也可以B->C->A为-L(在C上),
然后A->B可以-R在B上
核心：
A->B, A主动想要从B上建立连接，那么-L，-L在A上，localhost是相对B而言的
A<-B, A主动想要从B上建立连接，那么-R，-R在B上，localhost是相对B而言的
自己与自己是互联<=>, 即 A<-B(C)->B
'''如下截图为转载http://www.ruanyifeng.com/blog/2011/12/ssh_port_forwarding.html
-L localhost-目标主机是相对的，看箭头依赖情况即可A->C->B，-L 在A上运行，-L A-P(本地端口号):B:B-P C，B是相对C的；
-R localhost-目标主机是相对的，看箭头依赖情况即可A<-C->B, -R 在C上运行，-R A-P(远端口号):B:B-P A，B是相对C的，因此localhost也是相对C的
