Documentation
搜索文档…
Jupyter
在你的Jupyter笔记本中使用Weights & Biases来获得交互式可视化,并对训练运行进行自定义分析。

Jupyter笔记本的W&B使用案例

  1. 1.
    迭代实验: 运行和重新运行实验,调整参数,并将所有运行结果保存到W&B,而无需手动记录。
  2. 2.
    代码保存: 当重现一个模型时,很难知道笔记本上的哪些单元格在运行,以及运行的顺序。在设置页面开启代码保存,可以保存每个实验的单元格执行记录。
  3. 3.
    自定义分析: 一旦运行被记录到W&B, 就可以很容易地从API中获取数据框(dataframe),并进行自定义分析,然后将这些结果记录到W&B,以便在报告中保存和分享。

配置笔记本

用以下代码启动你的笔记本,安装W&B并链接你的账户:
1
!pip install wandb -qqq
2
import wandb
3
wandb.login()
Copied!
接下来,设置你的实验并保存超参数:
1
wandb.init(project="jupyter-projo",
2
config={
3
"batch_size": 128,
4
"learning_rate": 0.01,
5
"dataset": "CIFAR-100",
6
})
Copied!
运行wandb.init() 后, 通过 %%wandb 启动一个新单元格以便在笔记本中查看实时图形。如果你多次运行该单元格,数据将被附加到运行中。
1
%%wandb
2
3
# Your training loop here
Copied!
你可以自己尝试,在这个快速示例脚本中→
作为 %%wandb 装饰器的替代方法,在运行wandb.init() 后,你可以使用wandb.run结束任何单元格以显示内嵌图形。
1
# Initialize wandb.run first
2
wandb.init()
3
4
# If cell outputs wandb.run, you'll see live graphs
5
wandb.run
Copied!

W&B中的其他Jupyter功能

  1. 1.
    Colab: 当你在Colab中第一次调用wandb.init() 时,如果你当前在浏览器中登录了W&B,我们会自动认证你的运行时。在你运行页面的概览选项卡上,你会看到一个指向Colab的链接。如果你在设置 中开启了代码保存,你还可以看到运行实验时执行的单元格,从而可以更好地重现。
  2. 2.
    启动Docker Jupyter: 调用wandb docker --jupyter 来启动一个docker容器,在其中挂载你的代码,确保Jupyter已经安装,并在端口8888启动。
  3. 3.
    run.finish(): 默认情况下,我们要等待下一次调用wandb.init()时才会将运行标记为完成。这允许你运行单个单元格,并将它们都记录到同一运行中。要在Jupyter笔记本中手动标记一个运行为完成,请使用run.finish() 功能。
1
import wandb
2
run = wandb.init()
3
# Training script and logging goes here
4
run.finish()
Copied!

静音W&B消息

要禁用消息,请在笔记本中运行以下内容:
1
import logging
2
logger = logging.getLogger("wandb")
3
logger.setLevel(logging.ERROR)
Copied!

常见问题

笔记本名称

如果你看到错误信息"Failed to query for notebook name, you can set it manually with the WANDB_NOTEBOOK_NAME environment variable(查询笔记本名称失败,你可以用WANDB_NOTEBOOK_NAME环境变量来手动设置它)," 你可以通过从你的脚本中设置该环境变量来解决,像这样:os.environ['WANDB_NOTEBOOK_NAME'] = 'some text here'
最近更新 7mo ago