Wandb用起來，一行Python代碼實現Keras模型可視化

在訓練神經網路的過程中，我們可能會希望可視化網路的性能和中間的結構，很多可視化代碼的冗長複雜使得我們望而卻步，有沒有一行代碼就能解決可視化的所有問題呢？

通過wandb，只需要加一行Python代碼就可以可視化Keras網路性能指標和結構。（註：Keras使得構建神經網路變得簡單明了，這一點深得人心）

這樣好用的包如何下載呢？

只需運行「pip install wandb」，就可以輕鬆地安裝wandb，然後所有的Keras示例就都可以運行了。

實測運行

為了測試wandb的可視化效果，我修改了Keras examples目錄中的一些腳本來測試這個功能，只需將下面一行代碼添加到訓練腳本的頂部。

from wandb import magic

Keras examples鏈接：

https://github.com/keras-team/keras

簡單的CNN

由入門的mnist_cnn.py開始，我添加了一行「from wandb import magic」——你也可以查看mnist_cn.py，這是從Keras examples中fork過來的，只更改了一行。

mnist_cn.py鏈接：

https://github.com/lukas/keras/blob/master/examples/mnist_cnn.py

當模型運行時，wandb在後台啟動一個進程，保存相關指標至wandb.com。你可以訪問網頁鏈接查看輸出。得到的結果如下：

鏈接：

https://app.wandb.ai/l2k2/keras-examples/runs/ovptynun/model

模型標記的數據以及損失曲線和精度曲線如下：

Cifar數據集上的ResNet

接下來，我fork了cifar10_resnet.py並同樣地更改了一行，你可以在wandb.com看到ResNet的可視化。

cifar10_resnet.py鏈接：

https://github.com/lukas/keras/blob/master/examples/cifar10_resnet.py

可視化網頁鏈接：

https://app.wandb.ai/l2k2/keras-examples/runs/ieqy2e9h/model

在system界面，可以看到這個模型比mnist示例使用了更多的GPU。

system界面鏈接：

https://app.wandb.ai/l2k2/keras-examples/runs/ieqy2e9h/system

Siamese網路

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！