详细内容或原文请订阅后点击阅览
我本月学到的机器学习课程
2025年8月：伐木，实验室笔记本，一夜之间运行我本月学到的机器学习课程，首先出现在数据科学方面。
来源:走向数据科学在机器学习中是相同的。
编码，等待结果，解释它们，返回编码。另外，一些人的进度中间演讲。但是，大多数情况下的事情并不意味着没有什么可学习的。相反！两到三年前，我每天都习惯写下我从ML工作中学到的课程。在回顾本月的一些课程时，我发现了三个脱颖而出的实用课程：
- 继续记录SimpleUse的实验笔记本电脑管理过夜
多年来，我使用了权重和偏见（W＆B）*作为我的首选实验记录仪。实际上，我曾经是所有活跃用户的前5％。下图中的统计数据告诉我，当时，我已经培训了接近25000款的型号，使用了5000个小时的累积计算，并进行了500多个超参数搜索。我将其用于论文，用于大型项目，例如大型数据集的天气预测，以及跟踪无数的小规模实验。
和W＆B确实是一个很棒的工具：如果您想要漂亮的仪表板，并且正在与团队合作**，W＆B Shines。而且，直到最近，在重建训练有素的神经网络的数据时，我进行了多次扫描和W＆B的可视化功能是无价的。我可以直接比较跨跑步的重建。
，但我意识到，对于我的大多数研究项目，W＆B都是过分的。我很少重新审视个人跑步，一旦完成了一个项目，原木就坐在那里，从那以后我什么也没做。然后，当我重构上述数据重建项目时，我明确删除了W＆B集成。不是因为它有任何问题，而是因为没有必要。
维护实验实验室笔记本
我正在测试什么以及为什么要测试。