Wandb は不可欠な機械学習分析ツールです

wandb

wandb の正式名は Weights & Biases で、機械学習プロジェクトの追跡に役立ちます。wandb を通じて、モデル トレーニング プロセス中のインジケーターの変更とスーパー パラメーターの設定を記録できます。 、結果を出力することもできます。視覚的な比較を行うと、トレーニング プロセス中にモデルの問題をより適切に分析するのに役立ちます。同時に、チームのコラボレーションにも使用できます

wandb はトレーニング中にパラメータをアップロードしますトレーニング プロセスをサーバーに保存し、wandb にログインして、リアルタイム プロセス モデルのトレーニング プロセス中にパラメーターとインジケーターを変更します。

wandb の機能

• モデル トレーニング プロセスの変更を保存します。ハイパーパラメーター
• トレーニング プロセス中のインジケーターの変化をリアルタイムで視覚化します。
• トレーニング プロセス中のシステム インジケーター (CPU/GPU 使用率) の変化を分析します。トレーニング プロセス
• チームと協力して開発
• 過去の結果を再現
• 実験記録を永続的に保持
• wandb はさまざまな深層学習に簡単に統合できますフレームワーク (Pytorch、Keras、Tensorflow など)

wandb のコンポーネント モジュール

wandb main は、次の 4 つの主要なモジュールで構成されています。

#ダッシュボード: 実験分析と視覚化結果の追跡
1. レポート: 再現可能な実験結果を保存および分析
2. スイープ: ハイパーパラメーターを調整してモデルを最適化
3. アーティファクト: データセットとモデルのバージョニング、パイプラインの追跡

wandb アカウントの登録

wandb のインストール

pip install wandb

wandb アカウントの登録 wandb を使用する前に無料のアカウントを登録する必要があります
• API キーをコピーします Web サイトの wandb にログインし、[設定] をクリックします

下にスクロールして API を見つけますコピーするキー

torch に wandb を埋め込む

このパートでは、主に torch で wandb を使用する方法を紹介します。ここでは、例として MNIST のトレーニングを取り上げます

ガイド パッケージ

wandb にログイン

wandb.login(key="填入你的API Keys")

ネットワーク構造を定義する

トレーニング方法を定義します

検証方法を定義します

トレーニング モデル

トレーニング結果の表示

wandb Web サイトにログインしてトレーニング結果を表示します
• テスト セットのモデルの精度と損失の変化を表示します

##モデルの予測効果を表示

トレーニング中のシステム パラメーター (GPU や CPU など) の変化を表示プロセス＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃

以上がWandb は不可欠な機械学習分析ツールですの詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。