脚本短时间终止时TensorBoard无法记录数据的解决方案咨询

torch.utils.tensorboard.SummaryWriter 为了提升写入性能，默认会先把日志数据存在内存缓冲区，由后台异步线程分批刷写到磁盘。如果调用add_image等写入接口后脚本直接运行结束，进程会被立刻销毁，缓冲区里还没来得及落盘的日志数据会直接丢失。你加无限循环能让数据正常记录，本质是靠卡住进程不退出，给了后台线程足够时间把缓冲数据刷到磁盘，属于治标不治本的取巧方案。

不需要加任何阻塞进程的冗余代码，只要规范SummaryWriter的资源释放逻辑即可从根源解决问题，有两种标准写法：

• 手动关闭：所有日志写入操作全部完成后，主动调用writer.close()方法。该方法会立刻强制把缓冲区剩余数据全部刷写到磁盘，再安全关闭文件句柄，不会出现数据丢失。
• 上下文管理器（推荐）：用with语句创建SummaryWriter实例，当with包裹的代码块执行完毕后，会自动触发刷盘、关闭逻辑，不需要手动写close()，即使代码块中途抛错也能保证资源正常释放，鲁棒性最高。

import torch
import torchvision
import torchvision.transforms as transforms
from torch.utils.tensorboard import SummaryWriter


transform = transforms.Compose([
    transforms.ToTensor(),
    transforms.Normalize((0.5,), (0.5,))
])

trainset = torchvision.datasets.FashionMNIST('./datasets/data/',
    download=True,
    train=True,
    transform=transform
)

trainloader = torch.utils.data.DataLoader(trainset, batch_size=4, shuffle=True)

data_iter = iter(trainloader)
images, labels = next(data_iter)

img_grid = torchvision.utils.make_grid(images)

# 推荐写法：用with上下文管理器自动处理刷盘关闭
with SummaryWriter("runs/demo_1_fashion_mnist") as writer:
    writer.add_image("four_fashion_mnist_images", img_grid)

# 如果不用with写法，所有写入操作完成后必须手动执行下面这一句
# writer.close()

注意：不要在日志写入流程中途调用close()，必须等所有add_xxx系列接口调用完成后再触发关闭，否则后续写入操作会失败。

内容的提问来源于stack exchange，提问作者affenpirat