模型训练、结果存储、API 调用的系列优化｜ModelWhale 版本更新

蜂飞蝶舞，万物并秀，明媚的春光中 ModelWhale 带来新一轮的版本更新，期待为大家带来更优质的使用体验。

本次更新中，ModelWhale 主要进行了以下功能迭代：

• 新增 IDE 中使用训练记录（专业版✓ 团队版✓）
• 新增 从实例写入（更新）NAS 数据（团队版✓）
• 新增 模型 API Key 鉴权（专业版✓ 团队版✓）
• 新增 课程激活码（团队版✓）
• 算力计时统计、计费精确到 0.1h（基础版✓ 专业版✓ 团队版✓)

01 新增 IDE 中使用训练记录（专业版✓团队版✓ ）

模型训练过程中容易出现过拟合和欠拟合问题，降低模型泛化能力，因此我们往往需要进行不同的参数尝试和调整。ModelWhale “训练记录”调用 mwutils（Python），可以有效辅助模型训练，支持比较多次实验的结果，维度包括 Best Epoch、Validation Loss、Train Loss、Validation Accuracy、Train Accuracy 以及 CPU、Memory 的资源使用情况。如你更习惯使用 MLFlow，平台也支持使用 MLFlow 进行模型训练的过程追踪、参数比对。这些模型训练记录功能支持，除了可以在 Notebook 中使用外，现已支持在 IDE 中使用。

mwutils 训练记录