人工智能方向的项目，和数据可视化是紧密相连的。python
模型训练过程当中梯度降低过程是什么样的？损失函数的走向如何？训练模型的准确度怎么变化的？web
清楚这些数据，对咱们模型的优化相当重要。编程
因为人工智能项目每每伴随着巨大数据量，用肉眼去逐个数据查看、分析是不显示的。这时候就须要用到数据可视化和日志分析报告。微信
TensorFlow自带的Tensorboard在模型和训练过程可视化方面作得愈来愈好。可是，也愈来愈臃肿，对于初入人工智能的同窗来讲有必定的门槛。机器学习
人工智能方面的项目变得愈来愈规范化，以模型训练、数据集准备为例，目前不少大公司已经发布了各自的自动机器学习平台，让工程师把更多精力放在优化策略上，而不是在准备数据、数据可视化方面。编辑器
本文，就来给你们介绍一款新型的机器学习可视化IDE，可以让人工智能研发过程变得更加简单明了。函数
wandb
wandb是Weights & Biases的缩写，这款工具可以帮助跟踪你的机器学习项目。它可以自动记录模型训练过程当中的超参数和输出指标，而后可视化和比较结果，并快速与同事共享结果。
工具
经过wandb，可以给你的机器学习项目带来强大的交互式可视化调试体验，可以自动化记录Python脚本中的图标，而且实时在网页仪表盘展现它的结果，例如，损失函数、准确率、召回率，它可以让你在最短的时间内完成机器学习项目可视化图片的制做。学习
总结而言，wandb有4项核心功能：大数据
-
看板：跟踪训练过程，给出可视化结果 -
报告：保存和共享训练过程当中一些细节、有价值的信息 -
调优：使用超参数调优来优化你训练的模型 -
工具：数据集和模型版本化
也就是说，wandb并不单纯的是一款数据可视化工具。它具备更为强大的模型和数据版本管理。此外，还能够对你训练的模型进行调优。
wandb另一大亮点的就是强大的兼容性，它可以和Jupyter、TensorFlow、Pytorch、Keras、Scikit、fast.ai、LightGBM、XGBoost一块儿结合使用。
所以，它不只能够给你带来时间和精力上的节省，还可以给你的结果带来质的改变。
举几个例子：
验证数据可视化
wandb会自动选取一部分验证数据，而后把它展现到面板上。例如，手写体预测的结果、目标识别的包围盒。
天然语言
使用自定义图表可视化基于NLP注意力的模型
这里只给出2个示例，除了这些，它目前还有更多实用有价值的功能。并且，它还不断在增长新功能。
使用教程
官方称wandb为IDE，可是它更像TensorFlow、Pytorch同样，是一款高级Python第三方工具包。它的安装、使用都和Python其余工具包大同小异。
安装
wandb的使用须要Python3，安装很是简单，直接经过pip命令便可安装：
$ pip install wandb
登陆网站
使用wandb须要登陆wandb网站，你能够建立一个新帐号，也能够用GitHub或者Google帐号进行登陆。
登陆以后，你会发现它像不少其余的web版IDE同样，能够建立项目，并且每一个项目下都会有各类看板、报告。
API Keys
登陆以后，点击右上角头像，进入User Settings，能够看到有API Keys。这个API Keys主要用于登陆，用于链接桌面项目和wandb后台系统。
回到本身电脑桌面，打开终端，使用API Keys进行登陆：
$ wandb login <YOUR API KEYS>
记得，<YOUR API KEYS>要替换成你本身的API Keys。
训练脚本
到此为止，工具层面的配置已经完成了，你须要的就是准备好你的训练脚本。
训练脚本的准备和正常状况彻底同样，像导入其余工具包同样导入wandb，在wandb能够定义配置参数、dropout、日志监控等。
这里，给一个简单的示例，写一个名为train.py的脚本：
# 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")
能够发现，它和Tensorboard的使用有一些相通之处，直接能够在代码中定义初始化、上传日志、保持模型。
开始训练
工具配置完了，训练脚本也准备完了，下面开始训练模型便可。
$ python train.py
这些步骤都是在本地终端下完成的，必定不要忘记前面第3步，用API Keys登陆。
这样的话，执行训练以后，它会在网页端wandb项目管理界面自动添加一个对应的项目，点击进入这个项目，就能够看到看板、报告等内容。
推荐阅读
福利
最近我花费了半个月的时间，整理了1份理论+实践的计算机视觉入门教程，这或许是你见过最好的一份CV教程之一。独家打造、彻底免费，须要的同窗能够扫码添加个人我的微信，发送“CV”获取~
本文分享自微信公众号 - 七步编程（CodeSteps）。
若有侵权，请联系 support@oschina.cn 删除。
本文参与“OSC源创计划”，欢迎正在阅读的你也加入，一块儿分享。