无需安装/导入TensorFlow或PyTorch，如何编写TensorBoard事件文件？

针对你需要在TensorFlow、PyTorch之外（如JAX场景）使用类似SummaryWriter的需求，目前没有TensorFlow/PyTorch官方推出的完全独立工具，但有几个成熟的第三方库可以满足需求，且不依赖这两个框架：

• plainboard
  纯Python实现的轻量级工具，完全独立于任何深度学习框架，专门用于生成符合TensorBoard规范的事件文件。它支持标量、图像、直方图等常见日志类型，API设计和SummaryWriter高度相似，上手成本低。

  使用示例：

  from plainboard import SummaryWriter
  
  writer = SummaryWriter(log_dir="./logs")
  writer.add_scalar("loss", 0.5, global_step=1)
  writer.flush()
  writer.close()
  

• jaxboard
  专为JAX生态打造的日志工具，不依赖TF/PyTorch，提供和SummaryWriter一致的核心功能，同时针对JAX的特性做了优化（比如支持直接写入JAX数组）。

  使用示例：

  from jaxboard import SummaryWriter
  
  writer = SummaryWriter("./jax_logs")
  writer.scalar("accuracy", 0.92, step=5)
  writer.image("sample_input", jax_array_image, step=5)
  writer.close()
  

• tensorboardX
  早期为PyTorch设计，但现已实现独立运行，不依赖PyTorch或TensorFlow核心库。它支持几乎所有SummaryWriter的功能，生成的事件文件可直接用TensorBoard读取。需要注意的是，它依赖tensorboard包，但无需在业务代码中导入TensorFlow或PyTorch。

另外，你提到的flax.metrics.tensorboard确实依赖TensorFlow，若要避免TF依赖，上述工具是更合适的选择。

内容的提问来源于stack exchange，提问作者0yy