记录你的实验结果

记录你的实验结果

如何记录实验数据、随机种子和超参 #

当我们开始训练多个具有不同超参数的模型,我们就需要对实验开始进行管理。我们将其分为三个部分:实验追踪、和配置设置。我们将使用SwanLab来演示实验记录和追踪;然后,学习如何配置我们深度学习应用的参数。

安装登录 | SwanLab 官网安装SwanLab,在命令行中输入

swanlab login

去登录swanlab。 然后在具体模型训练设计参数的时候,只需要在循环体的最后调用log,选择你要的数据去记录,训练完后会给出URL,你就可以直接看到每一轮的训练结果。

一个简单的demo,模型是CNN,epoch为10,这里只记录了acc和loss

import swanlab
import random

# 创建一个SwanLab项目
swanlab.init(
    # 设置项目名
    project="my-awesome-project",
    
    # 设置超参数
    config={
        "learning_rate": 0.02,
        "architecture": "CNN",
        "dataset": "CIFAR-100",
        "epochs": 10
    }
)

# 模拟一次训练
epochs = 10
offset = random.random() / 5
for epoch in range(2, epochs):
  acc = 1 - 2 ** -epoch - random.random() / epoch - offset
  loss = 2 ** -epoch + random.random() / epoch + offset

  # 记录训练指标
  swanlab.log({"acc": acc, "loss": loss})

# [可选] 完成训练,这在notebook环境中是必要的
swanlab.finish()

得到的结果图如下

swanlab001

#

回到顶部 前往底部