Documentation
搜索文档…
Dashboard
机器学习实验跟踪和可视化
使用Weights & Biases仪表盘作为组织和可视化机器学习模型结果的中心。

持久化和集中化

无论你在哪里训练你的模型,无论是在你的本地机器、实验室集群还是云上的竞价(spot)实例中,我们会为你提供相同的集中式仪表盘。你不需要花费时间将终端的输出复制到电子表格中,或整理来自不同机器上的TensorBoard 文件。

自动组织

如果你要将项目交给同事或者休假,W&B可以使得很容易查看你的团队已经尝试过的所有模型,这样你就不会再浪费时间重新运行旧实验。

功能强大的表格

比较每个训练运行,并查看哪些超参数发生了变化。搜索、过滤、排序和分组不同模型的结果。很容易就可以查看成千上万的模型版本,并为不同的任务找到性能最好的模型。

重现模型

Weights & Biases有利于实验、探索和以后重现模型。我们不仅可以捕获指标(metric),还可以捕获超参数(hyperparameter)和代码版本,我们还可以为你保存你的模型检查点,这样你的项目可以被重现。

快速、灵活的集成

在5分钟内将W&B添加到你的项目中。安装我们的免费开源Pythone包,并在你的代码中添加几行代码,然后每次运行你的模型,指标和记录都会被很好的记录。

协作工具

使用W&B 来组织复杂的机器学习项目。很容易分享W&B的链接,你可以使用私有团队来让每个人都将结果发送到一个共享项目。我们还支持通过报告进行协作——添加交互式可视化,并用markdown描述你的工作。这是保持工作日志、与上级分享发现或向实验室展示成果的好方法。
最近更新 7mo ago