model_log使用方法及新建项目

pip install model-log

 

Model Log 安装成功后，Linux、Mac用户直接终端输入以下命令，Windows用户在cmd窗口输入：

　　　　model-log

 

 

# 第一步：先创建 ModelLog 类，并添加必要的属性
from model_log.modellog import ModelLog
"""
:param nick_name:        str，昵称，多人使用下可起到数据隔离。
:param project_name:     str，项目名称。
:param project_remark:   str，项目备注，默认为空。 

项目名称如不存在会新建
"""
model_log = ModelLog(nick_name='星涅', project_name='正式的测试', project_remark='')


# 第二步：模型训练的每次 epoch (周期)可以添加评估指标数据，评估指标可以进行以下选择。
# 第一次调用该 API 时，会把以上设置的数据(模型名称、备注等)持久化到 SQLite 数据库，并且 web 端会自动获取评估指标数据进行图形化展示。

"""
:param model_name: str，模型名称
"""
model_log.add_model_name(model_name='BILSTM_CRF模型4')

"""
:param remark: str，模型备注
"""
model_log.add_model_remark(remark='模型备注')

"""
:param param_dict: dict，训练参数字典
:param param_type: str，参数类型，例如：TF参数、Word2Vec参数等。
"""
model_log.add_param(param_dict={'lr':0.01}, param_type='tf_param')
"""
:param metric_name:  str，评估指标名称，
	可选择['train_loss', 'test_loss', 'train_acc', 'test_acc', 'train_recall', 'test_recall', 'train_precision', 'test_precision', 'train_F1', 'test_F1']

:param metric_value: float，评估指标数值。
:param epoch:        int，训练周期

metric_name 参数只可以选择以上十种
第一次调用该 API 时，会把以上设置的数据(模型名称、备注等)持久化到 SQLite 数据库，并且 web 端会自动获取数据进行图形化展示。
可以在每个 epoch 周期的最后使用该 API 添加训练集和测试集的评估指标，web 端会自动获取该数据。
"""
model_log.add_metric(metric_name='train_loss', metric_value=4.5646, epoch=1)
# 第三步：模型训练完成后，可以添加最好的一次评估数据。
"""
:param best_name:  str，最佳评估指标名称，
:param best_value: float，最佳评估指标数值。
:param best_epoch: int，训练周期

添加当前模型训练中最佳的评估数据，一般放到模型训练的最后进行添加。
"""
model_log.add_best_result(best_name='best_loss', best_value=1.2122, best_epoch=30)
model_log.finish_model()

"""
关闭 SQLite 数据库连接
"""
model_log.close()

 

但是注意到是

model_log = ModelLog(nick_name='当前网页到昵称', project_name='新到项目名或旧项目名', project_remark='')


否则无法形成新项目或者添加到旧项目