在 GitHub 上编辑
Fast.ai
DVCLive 可以为你的 Fast.ai 项目添加实验跟踪功能。
用法
将 DVCLiveCallback 添加到传递给 Learner 的回调列表中：
from dvclive.fastai import DVCLiveCallback
...
learn = tabular_learner(data_loader, metrics=accuracy)
learn.fit_one_cycle(
n_epoch=2,
cbs=[DVCLiveCallback()])每个指标将被记录到：
{Live.plots_dir}/metrics/{split}/{metric}.tsv其中：
{Live.plots_dir}在Live中定义。{split}可以是train或eval。{metric}是框架提供的名称。
参数
-
live-（默认为None）- 可选的Live实例。若为None，将使用**kwargs创建一个新实例。 -
**kwargs- 任何其他参数都将用于实例化一个新的Live实例。若使用了live，这些参数将被忽略。
示例
- 使用
live传入一个已有的Live实例。
from dvclive import Live
from dvclive.fastai import DVCLiveCallback
with Live("custom_dir") as live:
learn = tabular_learner(data_loader, metrics=accuracy)
learn.fit_one_cycle(
n_epoch=2,
cbs=[DVCLiveCallback(live=live)])
# Log additional metrics after training
live.log_metric("summary_metric", 1.0, plot=False)- 使用
**kwargs自定义新的Live实例。
learn.fit_one_cycle(
n_epoch=2,
cbs=[DVCLiveCallback(dir="custom_dir")])