嘿，@vwxyzjn!非常感谢你的报告。
实际上，tensorboard并未被列为aim包的依赖项，它仅在tensorboard_sync/tracker.py中导入，并且仅用于实时转换tensorboard日志，因此不会成为aim流程的一部分，也不会导致任何问题，如果tensorboard未安装的话。

你好，@mihran113,感谢你的回复。我的意思是使用tensorflow而不是tensorboard。

对不起，我误解了你的意思，但是tensorflow也是一样，我们没有把它作为依赖项。安装aim和tensorflow时，不会将其作为依赖项安装，除非你使用tensorboard_sync.run.Run对象，否则不会引起任何问题。

@mihran113,这是正确的。然而，我们只想在不使用tensorflow依赖的情况下执行以下操作。

from aim.ext.tensorboard_tracker import Run as AimRun
aim_run = AimRun(sync_tensorboard_log_dir=f"runs/{run_name}")
writer.add_scalar("charts/learning_rate", optimizer.param_groups[0]["lr"], global_step)

为了提供更多上下文，我们在CleanRL中一直使用tensorboard来记录指标，并可以选择将tensorboard同步到wandb。我们的一些用户一直在询问与aiml的集成，所以我们想到了以下解决方案，该方案可选地支持aiml和wandb。

run_name = f"{args.env_id}__{args.exp_name}__{args.seed}__{int(time.time())}"
    if args.wandb:
        import wandb
        wandb.init(
            project=args.wandb_project_name,
            entity=args.wandb_entity,
            sync_tensorboard=True,
            config=vars(args),
            name=run_name,
            monitor_gym=True,
            save_code=True,
        )
    writer = SummaryWriter(f"runs/{run_name}")
    if args.aim:
        from aim.ext.tensorboard_tracker import Run as AimRun
        aim_run = AimRun(sync_tensorboard_log_dir=f"runs/{run_name}")

话虽如此，我注意到from aim.ext.tensorboard_tracker import Run需要tensorflow依赖项，而我们之前并不需要为wandb的tensorboard同步添加这个依赖项。这是一个小众需求，但我在想是否可以去掉tensorflow依赖。

@vwxyzjn 明白了！这很有道理，我会尽量在下一个补丁发布中加入这个功能。

谢谢！