PyTorch与Weights & Biases：使用wandb训练与评估的日志和实操【附代码！】

“PyTorch与Weights & Biases：使用wandb训练与评估的日志和实操”

使用 Weights & Biases (wandb) 来记录 PyTorch 中的损失变化和模型测试指标非常方便。以下是一个简单的示例代码，展示了如何在训练和评估过程中使用 wandb 进行日志记录。

安装 wandb

首先，需要安装 wandb：

pip install wandb

初始化 wandb

在你的脚本或 notebook 中，先导入 wandb 并初始化一个新项目：

import wandb

# 初始化 wandb
wandb.init(project="your_project_name", entity="your_wandb_username")

记录训练和验证过程

在训练和验证过程中，可以使用 wandb.log 方法来记录损失和其他指标的变化。以下是一个完整的示例：

import torch
import torch.nn as nn
import torch.optim as optim
from torch.utils.data import DataLoader, TensorDataset

# 示例数据集和模型
x_train = torch.randn(100, 10)
y_train = torch.randn(100, 1)
train_dataset = TensorDataset(x_train, y_train)
train_loader = DataLoader(train_dataset, batch_size=10, shuffle=True)

class SimpleModel