fitterlog 0.2.0

No project description provided

伪·魔改版fitlog

总得来说使用逻辑跟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。
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。
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。（前端的具体操作自己摸索吧懒得写了）

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：
  

    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）

• 还有很多功能bug自己摸索吧懒得写了