• 在深度学习中，使用本机GPU跑可能会比较慢，这里使用 Google Drive + Colab 进行训练，运行代码
  

进入 Google Drive

• 进入网盘
  初次进入需要注册账号。注意科学上网即可。
• 右键网盘空白处，选择 更多 -> 关联更多应用，选择 Google Colaboratory
• 下载好后，再次右键空白处，选择 更多 -> Google Colaboratory 进入到 Colab

进入 Colab

• 首先点击左侧文件，选中第三个 “关联 Colab 到 Google Drive”
  
• 然后会增加 drive 根目录。你可以在 Google Drive 里创建文件夹，拖进来需要测试的工程或代码，如图所示
• 编写测试代码，如右侧所示。
  首先导入 tensorboard 包中的 SummaryWriter ，然后输入的 logs 参数表示将数据保存到该文件夹中
  add_scalar(arg1,arg2,arg3) 将纵坐标 arg2，横坐标arg1的点信息保存到 arg1的表中

from torch.utils.tensorboard import SummaryWriter
import math
def f(x):
  return 1.0/(1.0+(math.e ** (-x)))

writer = SummaryWriter('logs')
for x in range(100):
  writer.add_scalar("Pic01",f(x),x)
writer.close()

• 然后使用 %cd xxx 进入到所需的子目录
  使用 !cmd 进行相关命令
  由于 tensorboard 最终图表使用 localhost 打开，而这样导致会在 colab 的 localhost 打开，所以就进不去了
  输入 %load_ext tensorboard 命令即可正常打开
  最后输入 %tensorboard --logdir=logs 即查看 logs 文件夹下的 tensorboard 图
• 有时候重复运行会导致进程没有关闭，使用 kill 来关闭进程。
  
• 最终效果，绘制了 sigmoid 函数的右半侧图。