Mulai sekarangMulai gratis

Mencatat metrik evaluasi

Melacak metrik kinerja memungkinkan Anda memantau penurunan performa, dan Anda dapat memutuskan kapan harus memperbarui model untuk mempertahankan tingkat akurasi yang tinggi. Anda memutuskan akan mencatat metrik setelah model menyelesaikan loop evaluasi.

Beberapa data telah dimuat sebelumnya:

  • accelerator adalah instance dari Accelerator
  • eval_metric adalah kamus metrik seperti accuracy dan f1
  • num_epochs adalah jumlah epoch

Latihan ini merupakan bagian dari kursus

Pelatihan Model AI Efisien dengan PyTorch

Lihat Kursus

Instruksi latihan

  • Panggil sebuah metode untuk mencatat metrik evaluasi model.
  • Catat skor "accuracy" dan "f1" sebagai metrik evaluasi.
  • Lacak nomor epoch dengan meneruskan variabel loop epoch ke parameter step.

Latihan interaktif langsung praktik

Cobalah latihan ini dengan melengkapi kode contoh ini.

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()
Edit dan Jalankan Kode