[PYTHON] Versuchen Sie es mit W & B.

Was ist W & B.

W&B Die Webversion der Tensorplatine. Sie können die Unterschiede auf der Online-Seite sehen und die Ergebnisse alter Experimente speichern. Dies ist eine praktische Website zum Aufzeichnen von Protokollen zum maschinellen Lernen und zum Anzeigen von Ergebnissen.

Ich werde einen Artikel schreiben, der auf die folgende Seite verweist. wandb Quickstart

installieren

Verwenden Sie pip, um die Stabb-Bibliothek zu installieren.

pip install wandb

Da es sich um eine Webanwendung handelt, ist eine Registrierung der Mitgliedschaft erforderlich. Begrenzte Kapazität, aber kostenlos für Studenten und Akademiker. Sie können sich auf der folgenden Seite registrieren. Ich kann es mit meinem Github-Account machen, also konnte ich es sofort machen.

Registrierungsseite für die Mitgliedschaft

Am Terminal der Umgebung, die als nächstes verwendet werden soll

wandb login

Dann erscheint die folgende Seite.

wandb: You can find your API key in your browser here: https://app.wandb.ai/authorize
wandb: Paste an API key from your profile and hit enter:

Beim Zugriff auf die Seite https://app.wandb.ai/authorize von einem PC mit einem registrierten Konto Es gibt einen API-Schlüssel mit ungefähr 40 Ziffern. Kopieren Sie ihn also und fügen Sie ihn bei der Eingabe ein: oben. Damit sind der Server etc. und das Webkonto verbunden.

Umschreiben des Codes

Fügen Sie zunächst den folgenden Code am Anfang hinzu.

# Inside my model training code
import wandb
wandb.init(project="my-project")

Sie können die Ergebnisse nach Projektnamen zusammenfassen.

Wenn Sie ein Argument speichern möchten, können Sie es mit der Konfigurationsmethode speichern.

wandb.config.dropout = 0.2
wandb.config.hidden_layer_size = 128

Geben Sie als nächstes den Aufzeichnungscode in die Trainingsdaten ein.

def my_train_loop():
    for epoch in range(10):
        loss = 0 # change as appropriate :)
        wandb.log({'epoch': epoch, 'loss': loss})

Normalerweise setzen Sie wandb.log ({dict}) in den Teil, in dem der Druck (Verlust) ausgeführt wird. Für die in dict übergebenen Argumente werden Diagramme erstellt.

Sie können das Lernprotokoll speichern, indem Sie den folgenden Code am Ende einfügen.

wandb.save("mymodel.h5")

Versuche dich zu bewegen

test.py

import wandb
wandb.init(project="test-project")

lr = 0.1
wandb.config.lr = lr

def my_train_loop():
    loss = 10

    for epoch in range(10):
        loss = loss * lr  # change as appropriate :)
        wandb.log({'epoch': epoch, 'loss': loss})
    wandb.save("mymodel.h5")


def main():
    my_train_loop()

if __name__ == "__main__":
    main()

Führen Sie den obigen Code und aus Wenn Sie auf die W & B-Seite zugreifen,

Sie können den Übergang des Verlustes so bekommen. Der Grund, warum es eine Epoche gibt, ist im Grunde, dass die horizontale Achse die Anzahl der Schritte ist. Durch Aufzeichnen der Epoche als horizontale Achse beim Erstellen eines Diagramms Auf diese Weise können Sie Diagramme wie Epoche oder Verlust erstellen.

Der zur Konfiguration hinzugefügte lr wird ebenfalls aufgezeichnet, was bei der Wiedergabe hilfreich ist.

Es ist einfach.

Eigentlich ist es der zweite Tag, seit ich es berührt habe, aber es gibt nicht viel Code hinzuzufügen, und es ist schnell, ein Diagramm zu erhalten. Durch Aufzeichnen im Web können Sie die Ergebnisse auch auf verschiedenen Servern in einem sammeln und speichern. Versuch es bitte!