pytorch中summarywriter写入标量需带global_step、图像需为(c,h,w)格式张量，日志路径须唯一且与tensorboard --logdir一致，add_graph和梯度直方图调用时机严格，多实验须隔离子目录。
PyTorch里用SummaryWriter写入标量和图像数据
PyTorch原生不依赖TensorBoard，但通过torch.utils.tensorboard.SummaryWriter可直接写入兼容格式。关键不是“启动TensorBoard”，而是确保写入的数据路径正确、类型合法、调用时机合理。
常见错误：在训练循环外只调用一次add_scalar，或把step参数固定为0，导致图表全是单点；还有人误传numpy.ndarray而非float或torch.Tensor标量，引发TypeError: numpy arrays are not supported。
-
SummaryWriter初始化时建议显式指定log_dir（如./runs/exp1），避免默认路径混乱 - 标量记录必须带
global_step参数（通常是epoch或iteration编号），否则所有值堆在x=0位置 - 图像需是
torch.Tensor且shape为(C, H, W)（灰度图C=1，RGB图C=3），若来自numpy要先转torch.from_numpy().permute(2,0,1) - 每轮训练后调用
writer.flush()可减少日志延迟，尤其在远程服务器上
启动TensorBoard服务并定位日志目录
TensorBoard本身是独立服务，与PyTorch代码解耦。写入日志后必须手动启动它，并指向正确的log_dir——不是Python脚本所在目录，而是SummaryWriter中指定的路径。
典型错误：运行tensorboard --logdir=.却没意识到.下没有events.out.tfevents.*文件；或在Jupyter里用%load_ext tensorboard后忘记执行%tensorboard --logdir=./runs，导致界面空白。
- 命令行启动：进入日志父目录（如
runs所在目录），运行tensorboard --logdir=runs --bind_all（加--bind_all便于远程访问） - 端口被占时会自动跳到下一个可用端口，注意终端输出的实际URL（如
http://xxx:6006），别硬记6006 - 日志目录名带时间戳（如
runs/exp1_20240520-1430）更利于区分多次实验，SummaryWriter不自动创建时间戳，需手动拼接
记录模型结构和梯度直方图的关键时机
add_graph只能在模型第一次前向传播后调用，且输入张量需与实际训练一致（含batch维度）；add_histogram对梯度的记录则必须在loss.backward()之后、optimizer.step()之前，否则梯度已被清零。
容易踩坑的是：把add_graph放在model.train()之前，或传入torch.randn(1, 3, 224, 224)这种无梯度的dummy input，导致图显示为空；记录梯度时遍历model.parameters()却漏掉.grad is not None判断，遇到未参与计算的参数报错。
-
add_graph(model, torch.randn(1, 3, 224, 224).to(device))——输入尺寸、设备、是否需要梯度都得匹配真实训练 - 梯度直方图建议每N个step记录一次（如
if step % 100 == 0），避免日志体积爆炸 - 记录权重本身（非梯度）可用
add_histogram('weight/conv1', model.conv1.weight)，但频率应更低（如每epoch一次）
多实验对比时日志路径和命名的实践约束
TensorBoard左侧的“Runs”栏直接映射--logdir下的子目录名。如果所有实验都写进同一目录（如全写进./runs），TensorBoard无法区分；若子目录名重复（如多个exp1），新日志会覆盖旧的events.out.tfevents.*文件，导致历史数据丢失。
最常被忽略的是：不同超参组合的实验用了相同log_dir，结果Loss曲线在同一个图表里叠成一团，根本看不出差异。
- 每个实验用唯一子目录：
SummaryWriter(log_dir=f'./runs/{args.model}_{args.lr}_{int(time.time())}') - 避免在日志路径中使用空格或特殊字符（如
lr=1e-3写成lr_1e-3），否则TensorBoard可能解析失败 - 删除旧日志用
rm -rf ./runs/exp_old*，别只删events.out.tfevents.*文件而留空目录——TensorBoard仍会列出该run
add_scalar写对了，只要--logdir指错一层目录，页面就永远空白。Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
