wandb.init() 没反应或报错主因是默认不自动登录且仅读环境变量凭据；须先终端运行 wandb login 或设 wandb_api_key，jupyter/远程可加 mode="offline" 调试，多进程训练仅主进程初始化。

为什么 wandb.init() 没反应或报错？

多数人卡在这一步：调用 wandb.init() 后控制台没输出、没跳转登录页，甚至报 ValueError: API key not found。根本原因是 wandb 默认不自动触发登录流程，且不读取环境变量以外的凭据。

实操建议：

• 首次使用必须先在终端运行 wandb login（会打开浏览器授权），或手动设置 WANDB_API_KEY 环境变量
• 若在 Jupyter 或远程服务器上，加参数强制离线模式调试：wandb.init(mode="offline")，日志会本地生成，后续可用 wandb sync wandb/offline-* 补传
• 避免在多进程训练（如 PyTorch DataLoader num_workers > 0）中每个 worker 都调 wandb.init() —— 只允许主进程初始化

如何正确记录 loss/metric 而不爆内存或丢步？

wandb.log() 看似简单，但乱用会导致显存暴涨、曲线错位、甚至训练卡死。关键在于理解它默认是“异步+缓冲”行为，不是立即发到服务器。

实操建议：

• 每 step 记录时务必传入 step=global_step 参数，否则 wandb 会按调用顺序自动编号，多卡/多 epoch 场景下 x 轴完全错乱
• 不要在循环内高频记录大张量（如完整 logits），改用聚合统计：wandb.log({"loss": loss.item(), "acc": acc.item()}, step=step)
• 若发现内存缓慢增长，检查是否误将模型 state_dict() 或梯度直传进 wandb.log() —— wandb 会尝试序列化整个对象

怎么保存模型权重和超参配置才真正可复现？

只传 config 字典或 save 模型文件本身都不够。wandb 的 save 和 config 是两个独立通道，漏一个就无法完整复现。

python-script-generator

快速生成专业的 Python 脚本和应用代码。一键创建完整项目结构，支持CLI、API、爬虫、Bot、Django等多种项目类型，包含完整的项目结构、配置文件、依赖管理、测试、README和文档。

下载

实操建议：

• 超参统一走 wandb.init(config={...})，不要后期再 wandb.config.update() —— 后者可能被并发写覆盖
• 模型权重用 wandb.save("model.pth")，路径必须是相对当前工作目录的字符串，且文件需在调用前已写入磁盘
• 如果用 Hugging Face Trainer，直接传 report_to="wandb" 并设 run_name，它会自动绑定 config + checkpoint + metrics，比手写更稳

PyTorch Lightning 中 wandb 不显示图或崩溃怎么办？

Lightning 用户常遇到：log 图空白、WandbLogger 初始化后训练直接 exit、或 GPU 内存莫名多占 1GB。这通常源于 logger 和 LightningModule 生命周期冲突。

实操建议：

• 确保 WandbLogger 实例在 Trainer 创建前就初始化，并传给 Trainer(logger=logger)；不要在 on_fit_start 里再 init
• 禁用 wandb 自动模型监控（易与 Lightning 的 checkpoint callback 冲突）：WandbLogger(log_model=False)
• 若用 DDP，加 sync_step=True 参数，否则各 rank 日志不同步，loss 曲线会分叉

最易被忽略的是：wandb 的 artifact 上传是后台线程，训练结束脚本退出太快时，部分日志或模型文件可能根本没发出去 —— 最好在 main 结尾加 wandb.finish() 显式等待。

Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！