Değerlendirme metriklerini kaydetme

Performans metriklerini izlemek, bozulmaları takip etmeni sağlar ve yüksek doğruluğu korumak için modeli ne zaman güncelleyeceğine karar vermene yardımcı olur. Modelin bir değerlendirme döngüsünü tamamladıktan sonra metrikleri kaydetmeye karar veriyorsun.

Bazı veriler önceden yüklendi:

accelerator, Accelerator sınıfının bir örneğidir
eval_metric, accuracy ve f1 gibi metriklerin bulunduğu bir sözlüktür
num_epochs, epoch sayısıdır

Bu egzersiz, kursun bir parçasıdır

PyTorch ile Verimli AI Model Eğitimi

Kursa Göz Atın

Egzersiz talimatları

Modelin değerlendirme metriklerini kaydetmek için bir metot çağır.
"accuracy" ve "f1" skorlarını değerlendirme metrikleri olarak kaydet.
Döngü değişkeni epoch değerini step parametresine geçirerek epoch numarasını takip et.

Uygulamalı etkileşimli egzersiz

Bu egzersizi bu örnek kodu tamamlayarak deneyin.

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()

Kodu Düzenle ve Çalıştır