Documentation
搜索文档…
Fast.ai
​如果你正在用fastai训练模型,利用WandbCallback很容易就集成到W&B。详细信息请查看带有示例的交互式文档→
首先安装Weights&Biases并登录:
1
pip install wandbwandb login
Copied!
然后把回调函数(callback)添加到learner方法或fit方法:
1
import wandbfrom fastai.callback.wandb import *​# start logging a wandb runwandb.init(project='my_project')​# To log only during one training phaselearn.fit(..., cbs=WandbCallback())​# To log continuously for all training phaseslearn = learner(..., cbs=WandbCallback())
Copied!
如果你用的Fastai v1,请参考Fastai v1文档。​
WandbCallback 接受下列参数:
参数
说明
log
"gradients”(默认值)、“parameters”、“all”或者None。损失和指标总是会被记录。
log_preds
是否要记录预测样本(默认为True)。
log_model
是否要记录模型(默认为True)。该参数还需要SaveModelCallback
log_dataset
  • False(默认值)
  • 为True就会记录learn.dls.path所引用的文件夹
  • 可显式指定一个路径来引用要记录的文件夹。
注意:子文件夹“models”始终会被忽略。
dataset_name
所记录的数据集的名称(默认为文件夹名)。
valid_dl
DataLoaders包含了预测样本用到的项(默认为来自learn.dls.valid的随机项。)。
n_preds
记录的预测数量(默认为36)。
seed
用于指定随机样本。
사용자 정의 워크 플로우의 경우, 수동으로 데이터 세트 및 모델을 로그할 수 있습니다:
  • log_dataset(path, name=None, medata={})
  • log_model(path, name=None, metadata={})
对于自定义工作流,你可以手动记录数据集和模型:
注意:任何子文件夹“models”会被忽略。

示例

最近更新 9mo ago
复制链接
内容
示例