pytorch使用tensorboard在同一张图中绘制多条loss曲线并对每条曲线设置不同的颜色同时显示曲线名字

在PyTorch中使用TensorBoard绘制多条Loss曲线并对每条曲线设置不同的颜色可以通过以下步骤实现：

1. 创建SummaryWriter对象，指定TensorBoard记录日志的路径。

from torch.utils.tensorboard import SummaryWriter

writer = SummaryWriter('logs')

2. 在训练过程中，使用`add_scalar`函数记录每个epoch的Loss值。

for epoch in range(epochs):
    train_loss, val_loss = train(model, train_loader), val(model, val_loader)
    # 记录train_loss和val_loss
    writer.add_scalar('train_loss', train_loss, epoch)
    writer.add_scalar('val_loss', val_loss, epoch)

3. 在TensorBoard中，点击`SCALARS`选项卡，可以看到所有的Loss曲线。

4. 点击其中一条曲线，可以进入到该曲线的详细信息页面。

5. 在页面右上角，点击`Edit`按钮，进入曲线编辑页面。

6. 在曲线编辑页面，可以修改曲线名称、颜色等属性。设置完成后，点击保存按钮。

7. 重复步骤4~6，可以对每条曲线设置不同的颜色和名称。

8. 在TensorBoard中，点击`SCALARS`选项卡，可以看到所有的Loss曲线，每条曲线的名称和颜色已经修改为自定义的名称和颜色。

注意：如果要在同一张图中绘制多条Loss曲线，需要保证每条曲线的名称不同。可以在曲线名称中添加前缀来区分不同的曲线。例如，可以使用以下代码记录多条Loss曲线：

writer.add_scalar('train_loss/loss1', train_loss1, epoch)
writer.add_scalar('train_loss/loss2', train_loss2, epoch)
writer.add_scalar('val_loss/loss1', val_loss1, epoch)
writer.add_scalar('val_loss/loss2', val_loss2, epoch)

这样，就可以在TensorBoard中绘制四条Loss曲线，并且可以对每条曲线设置不同的颜色和名称。