yolox训练得到的tensorboard文件，怎么显示train_loss和val_loss曲线

要在TensorBoard中显示train_loss和val_loss曲线，需要在训练过程中记录它们的值，并将它们写入TensorBoard日志文件。具体来说，需要在训练代码中使用TensorBoard的`SummaryWriter`类，创建一个写入器对象，然后在每个epoch或每个batch结束时，将train_loss和val_loss的值写入日志文件中。示例代码如下：

from torch.utils.tensorboard import SummaryWriter

# 创建一个写入器对象，指定日志文件保存的路径
writer = SummaryWriter(log_dir='logs')

for epoch in range(num_epochs):
    train_loss = 0.0
    val_loss = 0.0
    
    # 训练过程中计算train_loss和val_loss
    for data in train_loader:
        # 计算train_loss
        writer.add_scalar('train_loss', train_loss, global_step)
        global_step += 1
    
    for data in val_loader:
        # 计算val_loss
        writer.add_scalar('val_loss', val_loss, global_step)
        global_step += 1

# 关闭写入器对象
writer.close()

在上面的代码中，`writer.add_scalar`方法将train_loss和val_loss的值写入日志文件中，并且可以指定一个全局步数`global_step`，以便在TensorBoard中将它们绘制成曲线。在训练完成后，可以在命令行中运行`tensorboard --logdir=logs`命令，然后在浏览器中打开相应的URL，即可看到train_loss和val_loss的曲线。