pytorch没有tensorflow那样具有tensorboard可视化工具，在pytorch中想要进行可视化可以调用tensorboardX，具体的调用与tensorboard类似，因此需要的安装包如下：
1、pytorch=1.2、torchvision=0.4.0、cudatoolkit=10.0.130
2、tensorflow-gpu=1.15（有显卡安装gpu版，无显卡安装cpu版）
3、tensorboardX=1.14
上面的版本只是博主自己机器上安装的版本，想要安装其他版本的可以在相应官网上查找对应的版本。
对于gpu版最重要的是cuda版本的选择，因为pytorch和tensorflow都要跟cuda版本对应，选择适合的cuda版本然后到pytorch和tensorflow官网查找对应的版本下载即可，tensorboardX选择1.14是因为默认安装的是2.1版本，调用2.1版本会老是出问题。
pytorch的官网：
https://pytorch.org/
tensorflow版本对应表：
https://tensorflow.google.cn/install/source_windows
1、创建conda虚拟环境：
为了便于管理，一般创建conda虚拟环境用于安装各种安装包，安装、激活、关闭、删除环境命令如下：
conda create -n envname python=3.6
activate envname
deactivate
conda remove -n envname --all
其中envname为自定义的conda虚拟环境，改为自己想要安装的虚拟环境名称即可，python版本可以改为自己想要的版本。
2、pytorch、torchvision、cuda安装命令：
conda install -n envname pytorch==1.2.0 torchvision==0.4.0 cudatoolkit=10.0 -c pytorch
脱坑指南：
<1>直接进入pytorch官网选择对应的版本会显示安装命令，复制到终端安装即可，不用自行安装cuda什么的，上面的指令会直接在对应的虚拟环境下安装对应的cuda；
<2>在官网首页找不到想要的版本可以进入下面的网页查找想要的版本：
https://pytorch.org/get-started/previous-versions/
<3>conda命令安装pytorch太慢可以在conda添加清华源，再将安装命令中的-c pytorch删掉，因为-c pytorch是从官网下载会比较慢。
3、tensorflow安装命令：
conda install -n envname tensorflow-gpu=1.15
脱坑指南：
有些教程用pip命令安装，博主一开始也用pip命令安装，但老是会出各种各样奇怪的问题，后来全部用conda install -n envname命令安装就没出过问题了，应该是安装包依赖以及安装包位置的问题。
4、tensorflowX安装命令：
conda install -n envname tensorboardX=1.14
脱坑指南：
未指定tensorboardX的版本直接安装会出现各种问题，因为默认安装的是tensorboardX=2.1版本，降为1.14版本就可以了。
安装完tensorboardX之后，用以下命令测试即可，具体的使用可以查看tensorboardX可视化教程，与tensorboard比较类似。
from tensorboardX import SummaryWriter
writer=SummaryWriter()