在pytorch框架下实时绘制损失曲线，训练集准确度曲线和测试集准确度曲线

在PyTorch框架下实时绘制损失曲线、训练集准确度曲线和测试集准确度曲线可以通过使用TensorBoard来实现。

首先，需要安装TensorBoard：

pip install tensorboard

然后，需要在代码中添加以下代码来定义TensorBoard的SummaryWriter：

from torch.utils.tensorboard import SummaryWriter

# 创建一个SummaryWriter
writer = SummaryWriter('logs')

在训练过程中，可以使用writer.add_scalar()方法来添加损失、训练集准确度和测试集准确度数据。例如：

# 添加损失数据
writer.add_scalar('Loss/train', loss, epoch)

# 添加训练集准确度数据
writer.add_scalar('Accuracy/train', train_acc, epoch)

# 添加测试集准确度数据
writer.add_scalar('Accuracy/test', test_acc, epoch)

最后，需要在代码结束时关闭SummaryWriter：

writer.close()

运行代码后，可以使用以下命令启动TensorBoard：

tensorboard --logdir=logs --port=6006

在浏览器中输入localhost:6006即可查看实时的损失曲线、训练集准确度曲线和测试集准确度曲线。