在Jupyter笔记本上为Keras,Pythorch和其他人绘制现场训练损失图。
livelossplot的Python项目详细描述
活损失图
不要蒙着眼睛训练深度学习模式!耐心点,看看你训练的每一个阶段!
在Jupyter Notebook中为Keras、PyTorch和其他框架绘制的实时训练损失图。由Piotr Migdał和others开发的开源python包。打开进行协作!(有些任务就像编写代码文档字符串一样简单,所以-没有借口!:)
from livelossplot.keras import PlotLossesCallback
model.fit(X_train, Y_train,
epochs=10,
validation_data=(X_test, Y_test),
callbacks=[PlotLossesCallback()],
verbose=0)
所以记住,log your loss!
- (最美足总)问:为什么不是特森博德?
- 答:Jupyter笔记本兼容性(用于探索和教学)。使用简单。
安装
要安装this verson from PyPI,请键入:
pip install livelossplot
若要从此回购中获取最新版本(请注意,我们正处于alpha阶段,因此可能会有频繁的更新),请键入:
pip install git+git://github.com/stared/livelossplot.git
示例
查看完全工作的笔记本文件examples:
- keras.ipynb-a keras回调
- minimal.ipynb-一个裸api,可以在任何地方使用
- pytorch.ipynb-应用于pytorch的裸api
- 2d_prediction_maps.ipynb-自定义绘图示例-二维预测图(0.4.1+)
- pytoune.ipynb-pytoune回调(PyToune是pytorch的类keras框架)
- torchbearer.ipynb-使用火炬手内置功能的示例(torchbearer是pytorch的模型拟合库)
- neptune-minimal-terminal.py-aNeptune.MLpython脚本(到目前为止,在jupyter之外使用livelosplot的唯一方法)
- neptune-minimal-jupyter.ipynb-aNeptune.MLJupyter笔记本集成
概述
文本日志很容易,但很容易错过最关键的信息:它是在学习,什么都不做还是太合适了?
视觉反馈使我们能够跟踪培训过程。现在有一个给朱庇特的。
如果你想认真学习的话,可以使用TensorBoard或者更好的-Neptune - Machine Learning Lab(因为它允许以Kaggle排行榜的形式在不同的车型之间进行比较)。或者,使用tensorboard_dir="./logs"
或target='neptune'
。现在这些也包括在内了!
但是如果你只是想在jupyter笔记本上训练一个小模型呢?这是一种方法,使用livelossplot
作为即插即用组件。
开始是this gist。因为它很流行,我决定把它改写成一个包。
待办事项
如果你想要更多的功能-打开一个Issue或者更好-准备一个Pull Request。