add_scalars

`add_scalars`是TensorBoardX中的一个方法，用于将多个标量数据添加到TensorBoard中，并将它们显示在同一个图表中。它接受四个参数：`tag`，`scalar_dict`，`global_step`和`walltime`。

- `tag`是一个字符串，用于标识这些标量数据的名称；
- `scalar_dict`是一个字典，其中键是名称，值是标量数据；
- `global_step`是一个可选参数，表示这些标量数据所属的训练步数或时间戳；
- `walltime`是一个可选参数，表示这些标量数据所属的时间戳。

举个例子，如果你想将训练损失和准确率添加到TensorBoard中，可以这样做：

from tensorboardX import SummaryWriter

# 创建一个SummaryWriter对象，用于写入TensorBoard数据
writer = SummaryWriter()

# 假设训练了100个epoch，每个epoch有一个损失和准确率
for epoch in range(100):
    train_loss = ...
    train_acc = ...
    
    # 将损失和准确率添加到TensorBoard中
    writer.add_scalars('train', {'loss': train_loss, 'acc': train_acc}, epoch)
    
# 关闭SummaryWriter对象
writer.close()

这样就可以在TensorBoard中看到一个名为“train”的图表，其中包含训练损失和准确率的曲线。