人工智慧方向的項目，和數據可視化是緊密相連的。
模型訓練過程中梯度下降過程是什麼樣的？損失函數的走向如何？訓練模型的準確度怎麼變化的？
清楚這些數據，對我們模型的優化至關重要。
由於人工智慧項目往往伴隨著巨大數據量，用肉眼去逐個數據查看、分析是不顯示的。這時候就需要用到數據可視化和日誌分析報告。
TensorFlow自帶的Tensorboard在模型和訓練過程可視化方面做得越來越好。但是，也越來越臃腫，對於初入人工智慧的同學來說有一定的門檻。
人工智慧方面的項目變得越來越規範化，以模型訓練、數據集準備為例，目前很多大公司已經發布了各自的自動機器學習平臺，讓工程師把更多精力放在優化策略上，而不是在準備數據、數據可視化方面。
本文，就來給大家介紹一款新型的機器學習可視化IDE，能夠讓人工智慧研發過程變得更加簡單明了。
wandbwandb是Weights & Biases的縮寫，這款工具能夠幫助跟蹤你的機器學習項目。它能夠自動記錄模型訓練過程中的超參數和輸出指標，然後可視化和比較結果，並快速與同事共享結果。
通過wandb，能夠給你的機器學習項目帶來強大的交互式可視化調試體驗，能夠自動化記錄Python腳本中的圖標，並且實時在網頁儀錶盤展示它的結果，例如，損失函數、準確率、召回率，它能夠讓你在最短的時間內完成機器學習項目可視化圖片的製作。
總結而言，wandb有4項核心功能：
也就是說，wandb並不單純的是一款數據可視化工具。它具有更為強大的模型和數據版本管理。此外，還可以對你訓練的模型進行調優。
wandb另外一大亮點的就是強大的兼容性，它能夠和Jupyter、TensorFlow、Pytorch、Keras、Scikit、fast.ai、LightGBM、XGBoost一起結合使用。
因此，它不僅可以給你帶來時間和精力上的節省，還能夠給你的結果帶來質的改變。
舉幾個例子：
驗證數據可視化
wandb會自動選取一部分驗證數據，然後把它展示到面板上。例如，手寫體預測的結果、目標識別的包圍盒。
自然語言
使用自定義圖表可視化基於NLP注意力的模型
這裡只給出2個示例，除了這些，它目前還有更多實用有價值的功能。而且，它還不斷在增加新功能。
使用教程官方稱wandb為IDE，但是它更像TensorFlow、Pytorch一樣，是一款高級Python第三方工具包。它的安裝、使用都和Python其他工具包大同小異。
安裝
wandb的使用需要Python3，安裝非常簡單，直接通過pip命令即可安裝：
$ pip install wandb登錄網站
使用wandb需要登錄wandb網站，你可以創建一個新帳號，也可以用GitHub或者Google帳號進行登錄。
登錄之後，你會發現它像很多其他的web版IDE一樣，可以創建項目，而且每個項目下都會有各種看板、報告。
API Keys
登錄之後，點擊右上角頭像，進入User Settings，可以看到有API Keys。這個API Keys主要用於登錄，用於連接桌面項目和wandb後臺系統。
回到自己電腦桌面，打開終端，使用API Keys進行登錄：
$ wandb login <YOUR API KEYS>記得，<YOUR API KEYS>要替換成你自己的API Keys。
訓練腳本
到此為止，工具層面的配置已經完成了，你需要的就是準備好你的訓練腳本。
訓練腳本的準備和正常情況完全一樣，像導入其他工具包一樣導入wandb，在wandb可以定義配置參數、dropout、日誌監控等。
這裡，給一個簡單的示例，寫一個名為train.py的腳本：
# Init wandb
import wandb
wandb.init(project="demo")
# Model instantiation code ...
# Log metrics with wandb
for _ in range(num_epochs):
train_model()
loss = calulate_loss()
wandb.log({"Loss": loss})
# Save model to wandb
np.save("weights", weights)
wandb.save("weights.npy")可以發現，它和Tensorboard的使用有一些相通之處，直接可以在代碼中定義初始化、上傳日誌、保持模型。
開始訓練
工具配置完了，訓練腳本也準備完了，下面開始訓練模型即可。
$ python train.py這些步驟都是在本地終端下完成的，一定不要忘記前面第3步，用API Keys登錄。
這樣的話，執行訓練之後，它會在網頁端wandb項目管理界面自動添加一個對應的項目，點擊進入這個項目，就可以看到看板、報告等內容。
最近我花費了半個月的時間，整理了1份理論+實踐的計算機視覺入門教程，這或許是你見過最好的一份CV教程之一。獨家打造、完全免費，需要的同學可以掃碼添加我的個人微信，發送「CV」獲取~