記錄評估指標
追蹤效能指標可以用來監控退化情況，你也能據此決定何時更新模型，以維持高準確度。你決定在模型完成一次評估迴圈後記錄指標。
已預先載入部分資料：
accelerator是Accelerator的實例eval_metric是包含accuracy與f1等指標的字典num_epochs是訓練輪數
本練習屬於課程
使用 PyTorch 高效訓練 AI 模型
練習說明
- 呼叫方法來記錄模型的評估指標。
- 將
"accuracy"與"f1"分數記錄為評估指標。 - 將迴圈變數
epoch傳入step參數以追蹤 epoch 編號。
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
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()