wandb 教程

wandb 是一个用于记录机器学习训练过程数据的免费工具。它包括用户管理、团队管理和项目管理等功能。

[知乎教程（中文）] [中文介绍]

0. 环境设置

• Ubuntu 或 Red Hat
• tmux
• Python3
• pip install -r requirements.txt

1. 基本用法

有关本节的详细教程，请参阅：wandb 使用教程（第 1 部分）：基本用法

• 显示训练曲线的示例：test_curves.sh
• 显示图像的示例：test_images.sh
• 显示视频的示例：test_videos.sh
• 显示 matplotlib 图表的示例：test_matplot.sh
• 显示表格的示例：test_tables.sh
• 显示多进程组的示例：test_multi_process.sh
• 显示 HTML 的示例：test_html.sh
• PyTorch 集成示例：test_pytorch.sh

2. 超参数搜索

有关本节的详细教程，请参阅：wandb 使用教程（第 2 部分）：使用 Launchpad 进行分布式超参数搜索

在机器学习任务中，我们经常遇到许多需要调整的超参数。wandb 提供了超参数搜索功能。然而，wandb 主要关注超参数搜索调度和可视化，并不具备内在的分布式能力。因此，本节描述了一种结合 Launchpad 和 wandb 进行并行（或分布式）超参数搜索的方法。

注意：由于 Launchpad 不提供多机分布式功能，如果您想进行多机并行超参数搜索，可以考虑使用 TLaunch。

• 基本示例：test_sweep.sh，此示例提供了结合 wandb 和 Launchpad 的最小设置。
• 在 CNN 分类任务中搜索 dropout 超参数：test_sweep.sh，此示例基于 MNIST 分类任务，专注于搜索最佳的 dropout 参数。

3. 数据和模型管理

wandb 还提供数据和模型备份管理功能。有关本节的详细教程，请参阅：wandb 使用教程（第 3 部分）：数据和模型管理

• 基本示例：test_artifact.sh，此示例提供了一种备份 MNIST 训练数据的方法。

4. wandb 的本地部署

wandb 还提供本地服务器部署功能。有关本节的详细教程，请参阅：wandb 使用教程（第 4 部分）：wandb 的本地部署

引用 wandb_tutorial

如果您在工作中使用了 wandb_tutorial，请引用我们：

@article{huangshiyu2022wandb,
    title={wandb Tutorial},
    author={Shiyu Huang},
    year={2022},
    howpublished={\url{https://github.com/huangshiyu13/wandb_tutorial}},
}

Star 历史