当前位置: 首页> 财经> 股票 > accelerate笔记:实验跟踪

accelerate笔记:实验跟踪

时间:2025/7/11 3:34:25来源:https://blog.csdn.net/qq_40206371/article/details/139418437 浏览次数:0次
  • Accelerate支持七种集成的跟踪器:
    • TensorBoard
    • WandB
    • CometML
    • Aim
    • MLFlow
    • ClearML
    • DVCLive
  • 要使用这些跟踪器,可以通过在 Accelerator 类的 log_with 参数中传入所选类型来实现
from accelerate import Accelerator
from accelerate.utils import LoggerTypeaccelerator = Accelerator(log_with="all")  
# For all available trackers in the environmentaccelerator = Accelerator(log_with="wandb")accelerator = Accelerator(log_with=["wandb", LoggerType.TENSORBOARD])
  • 实验开始时,使用 accelerator.init_trackers() 来设置项目并记录任何实验超参数
hps = {"num_iterations": 5, "learning_rate": 1e-2}
accelerator.init_trackers("my_project", config=hps)
  • 实验过程中,使用 accelerator.log() 来记录数据
    accelerator.log({"train_loss": 1.12, "valid_loss": 0.8}, step=1)
  • 实验结束时运行 accelerator.end_training() 以确保所有跟踪器能正确执行结束功能。 

完整的一套:

  • 如果跟踪器需要一个目录来保存数据(例如 TensorBoard),则可以将目录路径传给 project_dir 参数
    • ProjectConfiguration 数据类还可以结合其他配置使用,例如将 TensorBoard 数据保存在 project_dir 中,而其他日志保存在 logging_dir 参数中
accelerator = Accelerator(log_with="tensorboard", project_dir=".")# 使用 ProjectConfiguration
config = ProjectConfiguration(project_dir=".", logging_dir="another/directory")
accelerator = Accelerator(log_with="tensorboard", project_config=config)

关键字:accelerate笔记:实验跟踪

版权声明:

本网仅为发布的内容提供存储空间,不对发表、转载的内容提供任何形式的保证。凡本网注明“来源:XXX网络”的作品,均转载自其它媒体,著作权归作者所有,商业转载请联系作者获得授权,非商业转载请注明出处。

我们尊重并感谢每一位作者,均已注明文章来源和作者。如因作品内容、版权或其它问题,请及时与我们联系,联系邮箱:809451989@qq.com,投稿邮箱:809451989@qq.com

责任编辑: