深度学习模型可视化工具-WandB

W&B是一款开源的，用于记录实验数据的工具。wandb相比于tensorboard之类的工具，有更加丰富的用户管理，团队管理功能，更加方便团队协作。

1.安装

wandb是一个Python库，所以使用pip来安装。

pip install wandb -i https://pypi.tuna.tsinghua.edu.cn/simple

然后在wandb官网注册一个账号，获取该账号的私钥API-key，然后在命令行执行：

wandb login
# 输入秘钥

login这一步也可以在代码中设置

2.在代码中的用法

Python API说明文档 环境变量说明文档 简单入门教程1 简单入门教程2

import wandb

# 配置环境参数，不在命令行中login
# 配置私钥
os.environ['WANDB_API_KEY'] = 'local-XXXXX'
# 配置服务器地址--以本地部署为例
# 如果是wandb服务器则改为https://wandb.ai
os.environ['WANDB_BASE_URL'] = 'http://local_host:port'
# 配置运行模式 [online|offline|disabled]
os.environ['WANDB_MODE'] = 'disabled'
# 【可选】记录一些模型的配置参数
base_config = {
    'architecture': '模型结构描述',
    'learning_rate': '你想记录的参数',
    'infra': 'AWS云服务器'
    }
run = wandb.init(
    name='可选：定义run的名字，方便查看',
    project='必选：在wandb中创建的项目名', 
    entity='可选：',
    notes='可选：一些返回给用户的记录性描述',
    tags=['baseline', '可选：方便过滤查看'],
    config=base_config,
    )
# wandb通过log()函数，记录训练数据
run.log({'loss': loss})
# finish函数结束wandb并将记录文件上传到服务器
run.finish()

3.本地部署

1.拉取docker镜像

docker pull wandb/local

2.去官网申请License

本地部署需要获取License，免费试用30天
Origination填用户名
PS: 如果License过期可以联系客服再次申请（对于学生免费）

3.启动docker镜像

# 确保8080端口没有被占用，占用了就换别的端口
sudo docker run --rm -d -e LOCAL_RESTORE=true -e HOST=http://<your host>:<your port> -e LICENSE=<your license> -p <your port>:8080 --name wandb-local wandb/local

4.创建用户
网页创建

打开网站 http://:，创建账户
如果无法创建，可以根据这里进行修复

手动创建，更多细节详见这里

# login the container
docker exec -it wandb-local bash
 
vi /vol/env/users.htpasswd  
# delete the line contain local@wandb.com
 
/usr/local/bin/local password <your add username>
# input your password
exit

5.登录
浏览器：

http://:8080/home

Shell：

wandb login --host=http://<your host>:8080 <your api key>
# wandb local -p 8080 -e LOCAL_RESTORE=true