Documentation
搜索文档…
Keras
利用Keras的回调函数callback，自动保存所有指标和
model.fit跟踪的损失值。example.py
1
import wandb
2
from wandb.keras import WandbCallback
3
wandb.init(config={"hyper": "parameter"})
4
5
# Magic
6
7
model.fit(X_train, y_train, validation_data=(X_test, y_test),
8
callbacks=[WandbCallback()])
Copied!
选项
Keras的类
WandbCallback()支持许多选项：关键字参数
默认值
说明
monitor
val_loss
用来评估性能的训练指标，以便于保存最佳模型，例如val_loss。
mode
auto
“min”，“max”或“auto”：如何在不同步（step）之间比较
monitor指定的训练指标。save_weights_only
False
只保存权重而不是整个模型
save_model
True
如果每一步（step）都有改进，就保存该模型。
log_weights
False
记录各层参数在每个周期（epoch）的参数值
log_gradients
False
记录每个周期中各层的参数梯度。
training_data
None
需要多元组(x,y)用于计算梯度。
data_type
None
我们正保存的数据类型，目前仅支持图像“image”。
labels
None
只有指定了data_type才会用到，如果你要做分类器，要把数字输出转化为标签列表。（支持二元分类器。
predictions
36
如果指定了data_type，预测的次数。最大为100
generator
None
如果用数据扩增和data_type，你可以指定一个生成器来做预测。
常见问题
通过wandb使用Keras的multiprocessing
如果你设置
use_multiprocessing=True，然后收到错误Error('You must call wandb.init() before wandb.config.batch_size')，意思为错误（‘你必须在wandb.config.batch_size前调用wandb.init()’），那么可以尝试下列方法：- 1.在Sequence类init中, 添加:
wandb.init(group='...') - 2.在主程序中，确保使用
if __name__ == "__main__":然后把你剩下的脚本逻辑的部分放进去。
示例
我们已经为你创建了一些示例，以了解集成的工作原理：
- 在Google Colab中运行: 一个简单的笔记本示例让你入门
最近更新 1yr ago