मूल्यांकन मेट्रिक्स को लॉग करना
परफॉर्मेंस मेट्रिक्स को ट्रैक करने से आप गिरावट को मॉनिटर कर सकते हैं, और यह तय कर सकते हैं कि उच्च स्तर की सटीकता बनाए रखने के लिए मॉडल को कब अपडेट करना है. आपने तय किया है कि मॉडल के इवैल्यूएशन लूप पूरा होने के बाद आप मेट्रिक्स लॉग करेंगे.
कुछ डेटा पहले से लोड किया गया है:
acceleratorAcceleratorका एक इंस्टेंस हैeval_metricएक डिक्शनरी है जिसमेंaccuracyऔरf1जैसे मेट्रिक्स हैंnum_epochsepochs की संख्या है
यह अभ्यास पाठ्यक्रम का हिस्सा है
PyTorch के साथ कुशल AI मॉडल प्रशिक्षण
अभ्यास निर्देश
- मॉडल के मूल्यांकन मेट्रिक्स लॉग करने के लिए मेथड कॉल करें.
"accuracy"और"f1"स्कोर को मूल्यांकन मेट्रिक्स के रूप में लॉग करें.stepपैरामीटर में लूप वैरिएबलepochपास करके epoch नंबर ट्रैक करें.
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
accelerator = Accelerator(project_dir=".", log_with="all")
accelerator.init_trackers("my_project")
for epoch in range(num_epochs):
# Training loop is here
# Evaluation loop is here
# Call a method to log metrics
accelerator.log({
# Log accuracy and F1 score as metrics
"accuracy": ____["accuracy"],
"f1": ____["f1"],
# Track the epoch number
}, step=____)
accelerator.end_training()