शुरू करेंमुफ़्त में शुरू करें

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:

  • accelerator Accelerator का एक इंस्टेंस है
  • eval_metric एक डिक्शनरी है जिसमें accuracy और f1 जैसे मेट्रिक्स हैं
  • num_epochs epochs की संख्या है

यह अभ्यास पाठ्यक्रम का हिस्सा है

PyTorch के साथ कुशल AI मॉडल प्रशिक्षण

पाठ्यक्रम देखें

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.
  • step पैरामीटर में लूप वैरिएबल epoch पास 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()
कोड संपादित करें और चलाएँ