معرفی شرکت ها

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

توضیحات

ویژگی	مقدار
سیستم عامل	-
نام فایل	fitterlog-0.3.8
نام	fitterlog
نسخه کتابخانه	0.3.8
نگهدارنده	[]
ایمیل نگهدارنده	[]
نویسنده	Yang Yongyi
ایمیل نویسنده	yongyyang17@fudan.edu.cn
آدرس صفحه اصلی	http://github.com/FFTYYY/fitterlog
آدرس اینترنتی	https://pypi.org/project/fitterlog/
مجوز	MIT

伪·魔改版fitlog 总得来说使用逻辑跟[fitlog](https://github.com/fastnlp/fitlog)差不多 ## 安装 `pip install fitterlog` ## 在代码中使用首先创建一个实验 ``` from fitterlog.interface import new_or_load_experiment expe = new_or_load_experiment(project_name = "<project_name>" , group_name = "<group_name>") ``` 其中 project_name 是你的项目的名称，group_name 是这个实验所属的实验组的名称。后者默认为default。<br/> 而`expe`代表本次实验。在创建实验之后，再次调用`new_or_load_experiment`可以得到之前创建的那个实验（这个时候不需要传参数）。 #### 记录超参数使用`ArgProxy`来代替`argparse`： ``` from fitterlog.arg_proxy import ArgProxy prox = ArgProxy() #等价于 pars = ArgumentParser() prox.add_argument("n" , type = int , default = 0) #等价于 pars.add_argument("--n" , type = int , default = 0) prox.add_store_true("use_cuda") #等价于 pars.add_argument("--use_cuda" , action = "store_true") config = prox.assign_from_cmd() #等价于 config = pars.parse_args() ``` 可以将`prox`赋给`expe`来记录超参数： ``` expe.use_argument_proxy(prox) ``` #### 记录变量为一个实验创建变量： ``` expe.new_variable("<variable_name>" , type = <variable_type> , default = <default_value>) ``` 其中 variable_name 是变量的名称，variable_type 是变量的类型，default_value 是变量的默认（初始）值。 ##### 访问变量 ``` print( expe["<variable_name>"].value ) ``` ##### 更新变量 ``` expe["<variable_name>"].update(<new_value> , time_stamp = <time_stamp>) ``` new_value 是新的变量值。time_stamp 是本次更新的时间戳。<br/> time_stamp 默认为上次的时间戳+1（初始默认为0） ## 访问前端使用命令`fitterlog-start-server -p <port>`启动服务。port 默认为8000。使用url `<服务器地址>:<port>`即可访问前端。（前端的具体操作<ruby>自己摸索吧<rt>懒得写了</rt></ruby>） ## 高级功能 * 使用`add_argument(editable = True)`可以让某个变量可以在前端修改，类似于fitlog中的memo，不过更灵活。 * 一个变量可以同时记录多组值。示例：<br/> ``` expe["loss"].new_track("dev") expe["loss"].new_track("test") expe["loss"]["dev"].update(balabala) expe["loss"]["test"].update(balabala) ```        使用的时候不`new_track`也可以，他会自动创建track。 * 使用`expe.add_line`可以向前端写文字版log，相当于fitlog的`fitlog.add_to_line`（没错我刚刚才发现名字打错了，本来是想跟fitlog一致的） * 还有很多<del>功能</del>bug<ruby>自己摸索吧<rt>懒得写了</rt></ruby>

زبان مورد نیاز

مقدار	نام
>=3.6	Python

نحوه نصب

نصب پکیج whl fitterlog-0.3.8:

pip install fitterlog-0.3.8.whl

نصب پکیج tar.gz fitterlog-0.3.8:

pip install fitterlog-0.3.8.tar.gz