Înregistrarea metricilor de evaluare

Urmărirea metricilor de performanță îți permite să detectezi degradările și să decizi când să actualizezi modelul pentru a menține un nivel ridicat de acuratețe. Ai decis să înregistrezi metricile după ce modelul finalizează o buclă de evaluare.

Unele date au fost pre-încărcate:

accelerator este o instanță a clasei Accelerator
eval_metric este un dicționar de metrici precum accuracy și f1
num_epochs reprezintă numărul de epoci

Acest exercițiu face parte din cursul

Antrenament eficient al modelelor AI cu PyTorch

Vezi cursul

Instrucțiuni pentru exercițiu

Apelează o metodă pentru a înregistra metricile de evaluare ale modelului.
Înregistrează scorurile "accuracy" și "f1" ca metrici de evaluare.
Urmărește numărul epocii transmițând variabila buclei epoch parametrului step.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

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()

Editează și rulează codul