MegEngine

megengine_mnist.py 示例展示了如何将ClearML集成到使用MegEngine 和TensorBoardX的代码中。ClearML自动捕获使用megengine保存的模型。

示例脚本执行以下操作：

• 在MegEngine内置的MNIST数据集上训练一个简单的深度神经网络。
• 创建一个 TensorBoardX SummaryWriter 对象，用于在训练期间记录标量。
• 在examples项目中创建一个名为megengine mnist train的ClearML实验。

超参数​

ClearML 自动记录使用 argparse 定义的命令行选项。它们会出现在实验的 配置 选项卡中的 超参数 > 参数 下。

标量​

示例脚本的train函数调用TensorBoardX的SummaryWriter.add_scalar方法来报告loss。 ClearML自动捕获添加到SummaryWriter对象的数据。

这些标量可以在图中可视化，这些图会出现在ClearML的WebApp中，位于实验的SCALARS标签页。

模型​

ClearML 自动捕获使用 megengine.save 方法记录的模型，并将其保存为工件。

在实验的ARTIFACTS标签中查看保存的快照。

要查看模型详细信息，请在ARTIFACTS页面中点击模型名称，这将打开模型的信息标签。或者，下载模型。

模型信息面板包含模型详细信息，包括：

• 模型URL
• 框架
• Snapshot location.

控制台​

脚本执行期间的所有控制台输出都会显示在实验的控制台页面中。