Wandb用起来，一行Python代码实现Keras模型可视化

在训练神经网络的过程中，我们可能希望将网络的性能和中间结构可视化。很多视觉代码又长又复杂，让我们望而却步。一行代码能解决可视化的所有问题吗？

通过wandb，只需添加一行Python代码，就可以可视化Keras网络的性能指标和结构。(注：Keras使得神经网络的构建简单明了，很受欢迎。)

关注，转发，私信边肖“01”免费领取Python学习资料~！

怎么下载这么有用的包？

只要运行“pip install wandb”，就可以轻松安装wandb，然后就可以运行所有的Keras样本了。

测量操作

为了测试wandb的可视化效果，我修改了Keras examples目录中的一些脚本来测试这个函数，只是在训练脚本的顶部添加了下面一行代码。

来自wandb进口魔术棒示例链接：

https://github.com/keras-team/keras

简单CNN

从mnist_cnn.py的介绍开始，我加了一行“来自wandb进口魔术”——。也可以查看mnist_cn.py，来自Keras examples中的fork。

只改了一行。

mnist_cn.py链接：

https://github.com/lukas/keras/blob/master/examples/mnist_cnn.py

当模型运行时，wandb在后台启动一个进程，将相关指标保存到wandb。您可以访问web链接来查看输出。结果如下：

链接：

https://app.wandb.ai/l2k2/keras-examples/runs/ovptynun/model

由模型和损耗曲线和精度曲线标记的数据如下：

Cifar数据集上的ResNet

接下来，我fork了cifar10_resnet.py并同样地更改了一行，你可以在wandb.com看到ResNet的可视化。

cifar10_resnet.py链接：

https://github.com/lukas/keras/blob/master/examples/cifar10_resnet.py

可视化网页链接：

https://app.wandb.ai/l2k2/keras-examples/runs/ieqy2e9h/model

在system界面，可以看到这个模型比mnist示例使用了更多的GPU。

system界面链接：

https://app.wandb.ai/l2k2/keras-examples/runs/ieqy2e9h/system

Siamese网络

接下来我尝试了siamese网络的例子。在这个例子中，我想看一下TensorFlow图，幸运的是，同样只需要一行代码就可以调用可视化工具TensorBoard。你可以点击下方链接查看。

可视化后链接：

https://app.wandb.ai/l2k2/keras-examples/runs/fsc63n6a workspace=user-l2k2

其他功能

对于每个模型的测试都只花费了不到一分钟的时间，也只增加了很少的计算开销，并且该方法适用于你使用的任何Keras模型。如果想要跟踪更多的东西，你可以用下面两行来代替：

import wandb wandb.init(magic=True)然后你可以使用自定义wandb.log()函数来保存想保存的任何内容。可以去wandb网站了解更多信息。

wandb网站链接：

https://docs.wandb.com/docs/started.html