我正在使用權重和偏差（鏈接）來管理超引數優化并記錄結果。我正在使用帶有 Tensorflow 后端的 Keras 進行培訓，并且我正在使用 Weights & Biases 的開箱即用的日志記錄功能，我在其中運行
wandb.init(project='project_name', entity='username', config=config)
然后將 a 添加WandbCallback()到classifier.fit(). 默認情況下，Weights & Biases 似乎保存模型引數（即模型的權重和偏差）并將它們存盤在云中。這會占用我帳戶的存盤配額，而且沒有必要 --- 我只關心跟蹤模型損失/準確性作為超引數的函式。
我是否可以使用權重和偏差來訓練模型并記錄損失和準確性，但不能將模型引數存盤在云中？我怎樣才能做到這一點？
uj5u.com熱心網友回復：
為了在超引數優化期間不保存經過訓練的模型權重，您可以執行以下操作：
classifier.fit(..., callbacks=[WandbCallback(.., save_model=False)]
這只會跟蹤指標（訓練/驗證損失/acc 等）。
轉載請註明出處，本文鏈接：https://www.uj5u.com/shujuku/464823.html