大模型训练及评估可视化工具wandb入门指南

最新推荐文章于 2025-07-19 09:00:00 发布

Tortorish~

最新推荐文章于 2025-07-19 09:00:00 发布

阅读量2.3k

点赞数 7

CC 4.0 BY-SA版权

文章标签：大模型 python wandb tensorboard keshihua 数据可视化

本文链接：https://blog.csdn.net/tortorish/article/details/140063793

一、wandb简介

wandb几乎可以实现tensorboard所有的功能，可以方便的管理实验数据。同时实验数据会实时上传到云端，数据管理和审核非常方便。并且还能清楚的看到cpu,gpu等实时设备信息。

二、入门教程

2.1 账号注册

第一次使用要现在官网官网上注册账号.（我是使用的 GitHub 账号登录的）。

在注册完成后，你会得到一个 wandb 的 token，将这个 token 记录保存到你的云笔记里面。然后在终端的输入框中输入这个 token 即可。

2.2 登录账号

打开windows命令行。输入wandb login。将在浏览器中显示的验证码输入进验证框中即完成登录。注意把token复制完整。

2.3 代码测试

import wandb
import random

# start a new wandb run to track this script
wandb.init(
    # set the wandb project where this run will be logged
    project="my-awesome-project",

    # track hyperparameters and run metadata
    config={
    "learning_rate": 0.02,
    "architecture": "CNN",
    "dataset": "CIFAR-100",
    "epochs": 10,
    }
)

# simulate training
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

    # log metrics to wandb
    wandb.log({"acc": acc, "loss": loss})

# [optional] finish the wandb run, necessary in notebooks
wandb.finish()