Documentation
搜索文档…
中文 (简体)
Weights & Biases
Quickstart (快速上手)
Examples (示例)
Library (库)
Integrations (集成)
Dashboard
Reports (报告)
Sweeps
Artifacts
Self Hosted
Company (公司)
Marketing Site
由
GitBook
提供支持
Weights & Biases
🚀 我们的说明文档一直在快速扩充和改进。若要获取最新的说明文档,请参考英语版。
Weights & Biases 可以帮助跟踪你的机器学习项目。使用我们的工具记录运行中的超参数和输出指标(Metric),然后对结果进行可视化和比较,并快速与同事分享你的发现。
我们的工具可以在这些机器学习基础设施上运行:亚马逊AWS、谷歌云、Kubernetes、微软Azure和on-prem机器。
工具
1.
仪表盘
:跟踪实验、可视化结果。
2.
报告
:保存和分享可复制的成果/结论。
3.
Sweeps
:通过调节超参数来优化模型
4.
Artifacts
: 数据集和模型版本化,流水线跟踪。
入门指南
简单将我们的Python库
wandb
添加到你的机器学习脚本。
快速上手
集成Keras
集成PyTorch
集成TensorFlow
集成 Jupyter Notebook
下面的截图示例来自W&B中的一个
物种鉴别项目
。
示例
如果你对示例项目感兴趣,我们有些资源:
应用库
:我们web应用中的一个功能报告库
示例项目
:Github和Colab中的代码和项目
下一个
Quickstart (快速上手)
最近更新
11mo ago
复制链接