我正在一台具有良好 GPU 的远程计算机上训练神经网络，我通常通过 SSH（文本控制台，无图形模式）启动训练过程：
ssh user@remote_host
# then, after authentification on the remote:
python3 model20210625_1528.py
# this python file contains: model.fit(X, Y, ..., verbose=1)
# now looking at the progress bar...
# 61/7101 [..............................] - ETA: 14:04 - loss: 0.1278
这个工作流程不是很方便，因为我无法实时看到损失曲线。我将使用 Jupyter 和/或 Tensorboard 实时查看曲线的演变like here。
阅读文档后，我看到通过向 fit 函数添加回调来使用 Tensorboard：
tb_callback = tf.keras.callbacks.TensorBoard('./logs', update_freq=1)
model.fit(x_train, y_train, callbacks=[tb_callback])
但随后 Tensorboard 文件 ./logs/* 将被写入远程计算机。
问题：如何在本地计算机的浏览器中使用 Tensorboard（并且能够看到损失曲线等）而 Tensorboard log 文件保存在远程计算机上？
我们是否应该使用 SSH 隧道或类似技术，以便我的本地计算机可以访问远程的 Tensorboard logs/* 文件？
TL;DR：在远程计算机上训练神经网络并能够在本地计算机的浏览器中看到 Tensorboard 曲线的标准方法是什么？
注意：我已阅读答案 How can I run Tensorboard on a remote server?，但我们是否需要通过 SSH 使用两个 -L port:ip:port 端口重定向，一个用于 Tensorboard，另一个用于 Jupyter？