详细内容或原文请订阅后点击阅览
权重与偏差:KDnuggets 速成课程
动手指南跟踪实验,版本控制模型以及使您的ML项目具有重量和偏见。
来源:KDnuggets如果您超越了单个笔记本,您可能会遇到相同的头痛:您调整了五个旋钮,重播训练,而到周五,您不记得哪个运行产生了“良好” ROC曲线或使用了哪个数据切片。权重和偏见(W&B)为您提供了纸质跟踪 - 指标,配置,图,数据集和模型 - 因此您可以通过证据而不是猜测来回答变化的内容。
重量和偏见以下是一次实用之旅。它是自以为是的,仪式上的亮点,并适合想要在没有建立自己的平台的情况下进行清洁实验历史的团队。让我们称之为无偿演练。
#为什么根本W&B?
#笔记本将变成实验。实验乘以。很快您问:哪个运行使用该数据切片?为什么今天的ROC曲线更高?我可以复制上周的基准吗?
W&B为您提供一个地方:
- 日志指标,配置,图和系统统计数据集和带有Artifactsrun Hyperparameter的模型,没有屏幕截图
您可以在需要时启动微小和图层功能。
#在60秒内设置
首先安装库并使用API键登录。如果您还没有一个,可以在这里找到它。
您可以在这里找到它pip安装wandb wandb登录#粘贴API密钥
//最小的理智检查
//导入wandb,随机,时间
wandb.init(project =“ kdn-crashcourse”,name =“ hello-run”,config = {“ lr”:0.001,“ epochs”:5})
对于范围的时期(wandb.config.epochs):
损失= 1.0 /(Epoch + 1) + Random.random() * 0.05
wandb.log({“ epoch”:epoch,“损失”:损失})
时间。
wandb.finish()
现在您应该看到这样的东西:
现在让我们去找有用的位。
#跟踪实验正确
//日志超参数和指标
将wandb.config视为实验旋钮的单个真理。给指标清晰的名称,以便图表自动组。
wandb.config
一些提示:
火车/损失
