TensorBoard
AIStudio 任务功能已集成 TensorBoard 服务，支持在训练过程中对 TensorBoard 格式的训练日志进行可视化展示。
指定 TensorBoard 日志路径
创建任务时，选择开启可视化服务，并指定 TensorBoard 日志的储存路径。如需持久化存储日志，建议使用共享高性能存储，如 /mnt/public/logs。
示例代码：
python
from torch.utils.tensorboard import SummaryWriter
import random
import os
# 指定日志储存路径
log_dir = "/mnt/public/logs"
if not os.path.exists(log_dir):
os.makedirs(log_dir)
writer = SummaryWriter(log_dir)
config = {
"learning_rate": 0.01,
"epochs": 10,
}
print(f"学习率为{config['learning_rate']}")
offset = random.random() / 5
# 模拟训练过程
for epoch in range(2, config['epochs']):
acc = 1 - 2**-epoch - random.random() / epoch - offset
loss = 2**-epoch + random.random() / epoch + offset
print(f"epoch={epoch}, accuracy={acc}, loss={loss}")
# 记录指标
writer.add_scalar('Accuracy', acc, epoch)
writer.add_scalar('Loss', loss, epoch)
writer.close()访问 TensorBoard 可视化看板
任务运行中时，可在任务列表页的右侧操作栏中找到可视化按钮，AIStudio 会打开 TensorBoard 看板。
也可以在任务详情页找到可视化按钮。
NOTE
任务结束后，任务可视化按钮失效。如果任务日志持久化保存在共享存储上，您可以自行运行 TensorBoard 看板服务查看日志。例如，可以使用开发机运行 TensorBoard 服务，并指定日志路径为当前训练任务的日志。