wandb
Nama penuh wandb ialah Weights & Biases, yang digunakan untuk membantu kami menjejaki projek pembelajaran mesin Melalui wandb, kami boleh merekodkan perubahan dalam penunjuk dan tetapan parameter super semasa model proses latihan, dan juga boleh mengeksport keputusan Menjalankan perbandingan visual membantu kami menganalisis masalah model dengan lebih baik semasa proses latihan Pada masa yang sama, kami juga boleh menggunakannya untuk kerjasama pasukan
wandb akan memuat naik. parameter semasa proses latihan ke pelayan Kemudian log masuk ke wandb untuk melakukan perubahan proses masa nyata dalam parameter dan penunjuk semasa latihan model
Ciri wandb
<.>
Simpan perubahan dalam proses latihan model Hiperparameter- Penggambaran masa nyata perubahan penunjuk semasa proses latihan
- Analisis perubahan dalam penunjuk sistem (penggunaan CPU/GPU) semasa proses latihan
- Pembangunan kolaboratif dengan pasukan
- Menghasilkan semula hasil sejarah
- Pengekalan kekal rekod eksperimen
- wandb boleh disepadukan dengan mudah ke dalam pelbagai pembelajaran mendalam rangka kerja (Pytorch, Keras, Tensorflow, dll.)
-
Modul komponen wandb
wandb utama
terdiri daripada empat modul utama, iaitu:
Papan pemuka: Menjejak hasil analisis dan visualisasi percubaan - Laporan: Simpan dan analisis hasil percubaan yang boleh dihasilkan semula
- Sapuan: Optimumkan model dengan melaraskan hiperparameter
- Artifak: Set data dan versi model, penjejakan saluran paip
-
pendaftaran akaun wandb
pip install wandb
Daftar akaun wandb Sebelum menggunakan wandb, kami perlu mendaftar Akaun percuma- Salin kekunci API untuk log masuk ke wandb di tapak web, klik Tetapan
-
Tatal ke bawah dan cari Kunci API untuk disalin
Benamkan tongkat dalam obor
Dalam bahagian ini kami terutamanya memperkenalkan cara menggunakan wandb dalam obor Di sini kami mengambil latihan MNIST sebagai contoh
wandb.login(key="填入你的API Keys")
Tentukan struktur rangkaian-
Tentukan kaedah pengesahan-
Lihat hasil latihan
Log masuk ke tapak web wandb Lihat hasil latihan- Lihat perubahan dalam Ketepatan dan kehilangan model pada set ujian
-
Lihat kesan ramalan model-
Lihat perubahan dalam parameter sistem (GPU dan CPU, dsb. ) semasa proses latihan-
Atas ialah kandungan terperinci Wandb ialah alat analisis pembelajaran mesin yang sangat diperlukan. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!