livelossplot 다운로드 - livelossplot 소스 코드 다운로드

livelossplot

파이썬

1.0.0

다운로드

livelossplot

딥 러닝 모델을 맹목적으로 훈련시키지 마십시오! 참을성이없고 훈련의 각 시대를보십시오!

(최근 변경, Colab의 예제, API 조회, 코드)

Keras, Pytorch 및 기타 프레임 워크를위한 Jupyter Notebook의 라이브 교육 손실 플롯. Piotr Migdał, Bartłomiej Olechno 등의 오픈 소스 파이썬 패키지. 공동 작업을 위해 열립니다! (일부 작업은 코드 문서를 작성하는 것만 큼 간단하므로 변명은 없습니다! :))

 from livelossplot import PlotLossesKeras

model . fit ( X_train , Y_train ,
          epochs = 10 ,
          validation_data = ( X_test , Y_test ),
          callbacks = [ PlotLossesKeras ()],
          verbose = 0 )

(가장 FA) Q : 왜 Tensorboard가 아닌가?
A : Jupyter 노트북 호환성 (탐사 및 교육 용). 사용의 단순성.

설치

PYPI 에서이 버전을 설치하려면 다음을 입력하십시오.

pip install livelossplot

이 repo에서 최신 제품을 얻으려면 (알파 스테이지에 있으므로 자주 업데이트 될 수 있음) 다음을 입력하십시오.

pip install git+git://github.com/stared/livelossplot.git

예

전체 작업 예제가있는 노트북 파일을보십시오.

keras.ipynb- keras 콜백
최소 .ipynb- 어디서나 사용할 수있는 베어 API
Bokeh.ipynb- 베어 API, 보케와 함께 플롯 (음모를보기 위해 Colab에서 열)
pytorch.ipynb- Pytorch에 적용되는 베어 API
2d_prediction_maps.ipynb- 사용자 정의 플롯의 예 -2d 예측 맵 (0.4.1+)
poutyne.ipynb- 푸티네 콜백 (Poutyne은 Pytorch의 케라 같은 프레임 워크입니다)
Torchbearer.ipynb- Torchbearer의 내장 기능을 사용하는 예입니다 (Torchbearer는 Pytorch의 모델 피팅 라이브러리입니다)
Neptune.py and Neptune.ipynb- Neptune.ai
MATPLOTLIB.IPYNB- MATPLOTLIB 출력 예제
Variver_options.ipynb- 메트릭 그룹 및 사용자 정의 출력을위한 확장 된 API

Colab에서 예제를 실행합니다.

개요

텍스트 로그는 쉽지만 가장 중요한 정보를 놓치기 쉽습니다. 시각적 피드백을 통해 우리는 교육 과정을 추적 할 수 있습니다. 이제 Jupyter를위한 것이 있습니다.

진지하게 원한다면 - Tensorboard를 사용하십시오. 그러나 Jupyter Notebook에서 작은 모델을 훈련시키고 싶다면 어떻게해야합니까? 다음은 livelossplot 플러그 및 플레이 구성 요소로 사용하는 방법입니다.

LivelossPlot 가져 오기 ...

일반 API에 대한 PlotLosses .

 plotlosses = PlotLosses()
plotlosses.update({'acc': 0.7, 'val_acc': 0.4, 'loss': 0.9, 'val_loss': 1.1})
plot.send()  # draw, update logs, etc

일반적인 라이브러리 및 프레임 워크에 대한 콜백이 있습니다 : PlotLossesKeras , PlotLossesKerasTF , PlotLossesPoutyne , PlotLossesIgnite .

어댑터를 작성하고 기여하도록 초대받습니다. 베어 로거를 사용하려면 MainLogger 가 있습니다.

LivelossPlot에서 우주에서 ...

플롯 : MatplotlibPlot , BokehPlot .

로거 : ExtremaPrinter (표준 출력), TensorboardLogger , TensorboardTFLogger , NeptuneLogger .

그것들을 사용하려면 일부 출력으로 PlotLosses를 초기화하십시오.

 plotlosses = PlotLosses(outputs=[MatplotlibPlot(), TensorboardLogger()])

livelossplot.outputs.matplotlib_subplots 에는 MatplotlibPlot 인수를 전달할 수있는 사용자 정의 matplotlib 플롯이 있습니다.

Matplotlib 대신 Bokeh로 플롯을 원한다면 사용하십시오.

 plotlosses = PlotLosses(outputs=[BokehPlot()])

스폰서

이 프로젝트는 Jacek Migdał, Marek Cichy, Casper da Costa-Luis 및 Piotr Zientara가 지원합니다. 스폰서에 가입하십시오 - 당신의 ❤️과 지원을 보여주고 목록에 나타납니다! 이 프로젝트에서 일할 시간과 에너지를 줄 것입니다.

이 프로젝트는 또한 ECC Games (NCBR Grant GameInn)가 이끄는 비현실적인 엔진 플랫폼에서 구현 된 인공 지능 알고리즘을 기반으로 한 바퀴 달린 자동차 및지도 세대의 엔진 구축을위한 유럽 프로그램 프로그램 OperacyJny Inteligentny Rozwój 의 지원을받습니다.