pycharm使用wandb可视化工具学习

---

一、注册与使用

1. 注册

浏览器输入 wandb.ai 进入官网进行注册与登录：

2. pycharm登录

首先安装wandb库函数：

pip install wandb

安装完成后，在pycharm终端输入wandb login进行登录：

然后点击第二个链接，复制token，粘贴到下面，然后按回车键，即可登录成功。
如果出现以下报错：

说明网络有问题，把科学上网关掉，重新wandb login试试。
如果出现提示：

按照提示，重新输入wandb login --relogin

出现下面这个说明登录成功了，这个时候在C盘的user中的.netrc文件中已经写入了自己账户的token，表示登录成功。

3. 创建第一个工程

新建.py文件，输入代码：

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="test_pro",
    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()

运行之后，点击链接：

可以看到代码中定义参数：

注：其中的name为自动符串格式，表示具体的名称，不写的话会自动使用两个随机单词进行命名，为了方便记忆以及防止出现例如green-wood-250之类的奇怪名字，还是定义一下比较好，定义方式为：

wandb.init(
    # set the wandb project where this run will be logged
    project="test_pro",
    name='test_1',
    config={
        "learning_rate": 0.02,
        "architecture": "CNN",
        "dataset": "CIFAR-100",
        "epochs": 10,
    }
)

点击左边列表中的workspace便可查看变化曲线：

---

持续更新中~