程序运行时修改Python代码而不打断运行过程,可在PyTorch程序训练过程中添加输出、查看统计、保存模型参数等
重新加载一个 Python 实用程序,用于在每次迭代时从源重新加载循环体而不会丢失状态 用于在深度学习模型训练期间编辑源代码。
这让您无需重新开始训练即可添加日志记录、打印统计信息或保存模型,因此不会丢失训练进度。
安装 pip install reloading 用法要在每次迭代之前从源代码重新加载 for 循环的主体,只需使用重新加载包装迭代器,例如 from reloading import reloading for i in reloading(range(10)): # here could be your training loop print (i) 要在每次执行之前从源重新加载函数,请使用 @reloading 修饰函数定义,例如 from reloading import reloading @reloading def some_function(): pass 示例 以下是如何使用您最喜欢的库重新加载的简短片段。
有关完整示例,请查看示例文件
2022-05-16 23:39:34
580KB
调试工具
1