Wandb est un outil d'analyse d'apprentissage automatique indispensable

wandb

wandb, le nom complet est Weights & Biases, est utilisé pour nous aider à suivre les projets d'apprentissage automatique. Grâce à wandb, nous pouvons enregistrer les changements dans les indicateurs et les paramètres des super paramètres pendant le processus de formation du modèle, et pouvons également visuellement. comparez les résultats de sortie. Aidez-nous à mieux analyser les problèmes du modèle pendant le processus de formation, et en même temps, nous pouvons également l'utiliser pour la collaboration en équipe

wandb téléchargera les paramètres pendant le processus de formation sur le serveur, puis effectuez une formation de modèle de processus en temps réel en vous connectant à wandb Modifications des paramètres et des indicateurs pendant le processus

Caractéristiques de wandb

• Enregistrez les hyperparamètres pendant la formation du modèle
• Visualisez les modifications des indicateurs pendant le processus de formation en temps réel
• Analyser les indicateurs du système (utilisation du CPU/GPU) pendant le taux de processus de formation)
• Collaborer avec l'équipe pour développer
• Reproduire les résultats historiques
• Conservation permanente des enregistrements expérimentaux
• wandb peut être facilement intégré dans divers cadres d'apprentissage profond (Pytorch , Keras, Tensorflow, etc.)

wandb Le module de composant

wandb main est composé de quatre modules principaux, qui sont :

1. Tableau de bord : suivre l'analyse expérimentale et visualiser les résultats
2. Rapport : enregistrer et analyser des données reproductibles résultats expérimentaux
3. Sweeps : en ajustant les hyperparamètres Pour optimiser le modèle
4. Artefacts : ensemble de données et versionnement du modèle, suivi du pipeline

enregistrement du compte wandb

• Installer wandb

pip install wandb

• Enregistrer le compte wandb Avant d'utiliser wandb, nous devons pour créer un compte gratuit
• Copier les clés API Connectez-vous à wandb sur le site Web, cliquez sur Paramètres

Faites défiler vers le bas et trouvez les clés API à copier

Intégrer wandb dans torch

Dans cette partie, nous présentez principalement comment utiliser wandb dans torch, ici Prenons la formation MNIST comme exemple

• forfait guide

• Connectez-vous à wandb

wandb.login(key="填入你的API Keys")

• définissez la structure du réseau

• définir la méthode d'entraînement

• Définir la méthode de vérification

• Entraîner le modèle

Voir les résultats de l'entraînement

• Connectez-vous au site wandb pour consulter les résultats de l'entraînement
• Voir les changements de précision et de perte du modèle sur l'ensemble de test

• Voir L'effet de prédiction du modèle

• Voir les changements dans les paramètres système (GPU et CPU, etc.) pendant le processus de formation

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!