人工智能方向的項目，和數據可視化是緊密相連的。python
模型訓練過程當中梯度降低過程是什麼樣的？損失函數的走向如何？訓練模型的準確度怎麼變化的？web
清楚這些數據，對咱們模型的優化相當重要。編程
因爲人工智能項目每每伴隨着巨大數據量，用肉眼去逐個數據查看、分析是不顯示的。這時候就須要用到數據可視化和日誌分析報告。微信
TensorFlow自帶的Tensorboard在模型和訓練過程可視化方面作得愈來愈好。可是，也愈來愈臃腫，對於初入人工智能的同窗來講有必定的門檻。機器學習
人工智能方面的項目變得愈來愈規範化，以模型訓練、數據集準備爲例，目前不少大公司已經發布了各自的自動機器學習平臺，讓工程師把更多精力放在優化策略上，而不是在準備數據、數據可視化方面。編輯器
本文，就來給你們介紹一款新型的機器學習可視化IDE，可以讓人工智能研發過程變得更加簡單明瞭。函數
wandb
wandb是Weights & Biases的縮寫，這款工具可以幫助跟蹤你的機器學習項目。它可以自動記錄模型訓練過程當中的超參數和輸出指標，而後可視化和比較結果，並快速與同事共享結果。
工具
經過wandb，可以給你的機器學習項目帶來強大的交互式可視化調試體驗，可以自動化記錄Python腳本中的圖標，而且實時在網頁儀表盤展現它的結果，例如，損失函數、準確率、召回率，它可以讓你在最短的時間內完成機器學習項目可視化圖片的製做。學習
總結而言，wandb有4項核心功能：大數據
-
看板：跟蹤訓練過程，給出可視化結果 -
報告：保存和共享訓練過程當中一些細節、有價值的信息 -
調優：使用超參數調優來優化你訓練的模型 -
工具：數據集和模型版本化
也就是說，wandb並不單純的是一款數據可視化工具。它具備更爲強大的模型和數據版本管理。此外，還能夠對你訓練的模型進行調優。
wandb另一大亮點的就是強大的兼容性，它可以和Jupyter、TensorFlow、Pytorch、Keras、Scikit、fast.ai、LightGBM、XGBoost一塊兒結合使用。
所以，它不只能夠給你帶來時間和精力上的節省，還可以給你的結果帶來質的改變。
舉幾個例子：
驗證數據可視化
wandb會自動選取一部分驗證數據，而後把它展現到面板上。例如，手寫體預測的結果、目標識別的包圍盒。
天然語言
使用自定義圖表可視化基於NLP注意力的模型
這裏只給出2個示例，除了這些，它目前還有更多實用有價值的功能。並且，它還不斷在增長新功能。
使用教程
官方稱wandb爲IDE，可是它更像TensorFlow、Pytorch同樣，是一款高級Python第三方工具包。它的安裝、使用都和Python其餘工具包大同小異。
安裝
wandb的使用須要Python3，安裝很是簡單，直接經過pip命令便可安裝：
$ pip install wandb
登陸網站
使用wandb須要登陸wandb網站，你能夠建立一個新帳號，也能夠用GitHub或者Google帳號進行登陸。
登陸以後，你會發現它像不少其餘的web版IDE同樣，能夠建立項目，並且每一個項目下都會有各類看板、報告。
API Keys
登陸以後，點擊右上角頭像，進入User Settings，能夠看到有API Keys。這個API Keys主要用於登陸，用於鏈接桌面項目和wandb後臺系統。
回到本身電腦桌面，打開終端，使用API Keys進行登陸：
$ wandb login <YOUR API KEYS>
記得，<YOUR API KEYS>要替換成你本身的API Keys。
訓練腳本
到此爲止，工具層面的配置已經完成了，你須要的就是準備好你的訓練腳本。
訓練腳本的準備和正常狀況徹底同樣，像導入其餘工具包同樣導入wandb，在wandb能夠定義配置參數、dropout、日誌監控等。
這裏，給一個簡單的示例，寫一個名爲train.py的腳本：
# Init wandb
import wandb
wandb.init(project="demo")
# Model instantiation code ...
# Log metrics with wandb
for _ in range(num_epochs):
train_model()
loss = calulate_loss()
wandb.log({"Loss": loss})
# Save model to wandb
np.save("weights", weights)
wandb.save("weights.npy")
能夠發現，它和Tensorboard的使用有一些相通之處，直接能夠在代碼中定義初始化、上傳日誌、保持模型。
開始訓練
工具配置完了，訓練腳本也準備完了，下面開始訓練模型便可。
$ python train.py
這些步驟都是在本地終端下完成的，必定不要忘記前面第3步，用API Keys登陸。
這樣的話，執行訓練以後，它會在網頁端wandb項目管理界面自動添加一個對應的項目，點擊進入這個項目，就能夠看到看板、報告等內容。
推薦閱讀
福利
最近我花費了半個月的時間，整理了1份理論+實踐的計算機視覺入門教程，這或許是你見過最好的一份CV教程之一。獨家打造、徹底免費，須要的同窗能夠掃碼添加個人我的微信，發送「CV」獲取~
本文分享自微信公衆號 - 七步編程（CodeSteps）。
若有侵權，請聯繫 support@oschina.cn 刪除。
本文參與「OSC源創計劃」，歡迎正在閱讀的你也加入，一塊兒分享。