如何远程访问SwanLab实验看板

林泽毅

已于 2024-05-22 16:08:53 修改

阅读量1k

点赞数 23

文章标签：机器学习 python 开源软件深度学习

于 2024-01-10 08:43:10 首次发布

本文链接：https://blog.csdn.net/SoulmateY/article/details/135493970

版权

1. 背景

SwanLab是一款轻量、开源的机器学习训练可视化工具，类似于Weights & Biases 或 Tensorboard。SwanLab有着轻量的体积与友好的API，除了能记录指标和可视化训练以外，还能自动记录训练的logging、硬件环境、Python环境、训练时间等信息。

在这里插入图片描述

远程访问SwanLab实验看板的方式有两种：

用在线版SwanLab（https://swanlab.cn），无需操作，只需注册个账号就可以远程监看实验
用离线版SwanLab，则需要掌握swanlab watch的一些用法

2. 在线版

使用在线版SwanLab，你只需要注册账号，即可实现远程监看实验。

前往SwanLab官网(https://swanlab.cn)，点击右上角的注册按钮，完成注册流程。
在用户设置界面，复制你的API Key：

如果你是第一次使用SwanLab，在命令行输入：

swanlab login

然后把API Key粘贴进去，按回车，即可完成在编程环境下的登录；完成登录后，下次无需再次登录。

大功告成，跑个试试样例代码试试：

import swanlab
import random

offset = random.random() / 5

# 初始化一个SwanLab实验
swanlab.init(
  project="my-awesome-project",
  config={
    "learning_rate": 0.02,
    "architecture": "CNN",
    "dataset": "CIFAR-100",
    "epochs": 10
  }
)

# 模拟训练
for epoch in range(2, swanlab.config.epochs):
  acc = 1 - 2 ** -epoch - random.random() / epoch - offset
  loss = 2 ** -epoch + random.random() / epoch + offset

  # 向swanlab上传训练指标
  swanlab.log({"acc": acc, "loss": loss})

在这里插入图片描述

3. 远程访问实验看板攻略

在使用swanlab跟踪训练时，会在目录下创建1个swanlog文件夹，存放着你的训练数据。在同一个目录下打开终端，运行swanlab watch命令即可打开实验看板：

swanlab watch

在这里插入图片描述

上面的方法适用于在训练机上打开实验看板。但在机器学习训练中，使用远程服务器的情况是非常常见的，比如使用云函数、局域网集群等等；与此同时，这些服务器一般是用ssh访问，没有GUI（图形化界面）。

下面教您如何在本机查看远程服务器上SwanLab的离线实验看板。

3.1 准备工作

记下远程端IP：比如你使用的是云服务器，那么它自带的公网IP（形如8.141.192.68）就是你之后本机访问实验看板的IP；如果你使用的是局域网服务器，那么则记下它的局域网IP。
开放端口：首先需要检查一下远程端的安全组/防火墙，比如你希望实验看板所用的端口为5092，那么需要检查服务器是否开放了该端口。可使用telnet <服务器IP> <端口号>命令查看linux服务器端口是否开放

3.2 在远程端设定实验看板的IP与端口

完成准备工作后，我们需要在远程端（跑训练所在的机器）运行实验看板服务。
在远程端的终端运行swanlab watch命令前，我们需要设置两个参数-p和-h：

-p：设置实验看板Web服务运行的端口，默认为5092。比如swanlab watch -p 8080就是将实验看板的Web服务设置为8080端口。
-h：设置实验看板Web服务运行的IP地址，默认为127.0.0.1。比如swanlab watch -h 0.0.0.0就是将实验看板Web服务的ip地址设置为0.0.0.0。

一般如果要远程访问实验看板的话，需要将-h设置为0.0.0.0；-p的设置则根据实际需求来。这里我们将端口设置为8080：