Tensorboard --logdir=logs 无法显示图像的处理办法，亲测有效！

# 执行预览命令（GPU设为0） python run_train.py --view='train' --gpu='0' # 预期结果：弹出图像窗口显示增强后的训练样本 # === 步骤4：启动训练 === # 测试运行（观察是否报错） python run_train.py --gpu='0' # 正式训练（后台运行） # Linux/macOS: nohup python run_train.py --gpu='0' > train.log 2>&1 & # Windows: start /B python run_train.py --gpu="0" > train.log 2>&1 # === 步骤5：监控训练 === # 监控显存使用（每1秒刷新） # Linux/macOS: watch -n 1 nvidia-smi # Windows: # 创建 watch_gpu.bat 文件，内容： :loop nvidia-smi timeout /t 1 > nul cls goto loop # 查看训练日志（实时更新） # Linux/macOS: tail -f train.log # Windows: # 创建 tail_log.bat 文件，内容： @echo off :loop tail -n 10 train.log timeout /t 1 > nul cls goto loop # === 步骤6：TensorBoard可视化 === # 1. 新开终端窗口 # 2. 进入项目目录 cd /path/to/hovernet_project # 3. 启动TensorBoard tensorboard --logdir=logs --port=6006 # 4. 浏览器访问 # 打开 Chrome/Firefox 输入： http://localhost:6006 这一部分我不理解的原因： 1）python run_train.py --view='train' --gpu='0'这不就是直接开始训练了吗，怎么又说是预览？“# 预期结果：弹出图像窗口显示增强后的训练样本”这句话什么意思？ 2）start /B python run_train.py --gpu="0" > train.log 2>&1这条代码我看不懂 3）我现在很不理解，我已经开始训练了，那么在训练结束前，我怎么输入监控训练部分的指令？# 创建 watch_gpu.bat 文件，内容： :loop nvidia-smi timeout /t 1 > nul cls goto loop # 查看训练日志（实时更新） # Linux/macOS: tail -f train.log # Windows: # 创建 tail_log.bat 文件，内容： @echo off :loop tail -n 10 train.log timeout /t 1 > nul cls goto loop # === 步骤6：TensorBoard可视化 === # 1. 新开终端窗口 # 2. 进入项目目录 cd /path/to/hovernet_project # 3. 启动TensorBoard tensorboard --logdir=logs --port=6006 # 4. 浏览器访问 # 打开 Chrome/Firefox 输入： http://localhost:6006 这部分怎么实现

# 添加tensorboard画图可视化 writer = SummaryWriter("logs_train")这样生成的文件怎么查看