TensorBoard的add_hparams()函数无法正常记录指标值

针对你遇到的add_hparams()指标不显示的问题，给你几个排查和解决方向：

• 检查指标值的类型：
  确保tr_loss、tr_f1这些变量是Python的数值类型（int/float），而不是PyTorch张量。如果是张量，需要调用.item()方法提取标量值，比如把tr_loss改成tr_loss.item()。add_hparams()不接受张量作为指标值，这是最常见的原因。

• 验证指标变量的有效性：
  在调用add_hparams()之前，打印metric_dict里的所有值，确认它们不是NaN、None或者未初始化的状态。如果训练/验证循环返回的指标值有问题，TensorBoard也不会显示。

• 调整全局步长（global_step）：
  你当前设置的global_step=num_epochs-1，如果你的训练循环里已经用同一个writer按epoch记录了指标，可能会步长冲突。可以尝试去掉global_step参数，或者确保这个步长和之前记录指标的步长一致。

• 升级TensorBoard和PyTorch版本：
  旧版本的TensorBoard对add_hparams()的指标解析存在bug，比如某些版本无法正确识别带斜杠的指标命名。建议升级到PyTorch 1.10+和TensorBoard 2.8+的兼容版本，再重新运行实验。

• 简化指标命名测试：
  暂时把metric_dict里的键改成不带斜杠的名字，比如'train_loss'代替'Loss/train'，测试是否能正常显示。如果可以，再逐步改回原来的命名格式排查问题。

你可以先从检查指标值类型开始，这是最容易踩坑的点。

内容的提问来源于stack exchange，提问作者Parlu10