wandb 是一款用于记录机器学习训练数据的工具，通过跟踪可视化从数据集处理到训练输出模型整个流程的各个方面，来帮助用户更快速的优化输出模型。（https://github.com/wandb/client）

wandb具体包含以下特性：
保存训练过程中的超参数
搜索、比较和可视化训练过程
收集训练过程中，反映系统负载的相关指标
保存实验记录
复现历史训练结果

1.注册账户

打开注册页面（https://wandb.ai/login?signup=true），完成用户注册。然后打开登录页面（https://wandb.ai/login），进行登录验证。另外保存API keys,后面用于将训练记录上传到wandb远程服务端，API keys记录在设置页面（https://wandb.ai/settings）。

2.安装

wandb安装非常简单，可以直接通过pip在训练环境中进行安装。
pip install -y wandb

3.运行

import wandb
import random

wandb.login(key="自己的api_key")
# start a new wandb run to track this script
wandb.init(
    # set the wandb project where this run will be logged
    project="my-awesome-project",

    # track hyperparameters and run metadata
    config={
    "learning_rate": 0.02,
    "architecture": "CNN",
    "dataset": "CIFAR-100",
    "epochs": 10,
    }
)

# simulate training
epochs = 10
offset = random.random() / 5
for epoch in range(2, epochs):
    acc = 1 - 2 ** -epoch - random.random() / epoch - offset
    loss = 2 ** -epoch + random.random() / epoch + offset

    # log metrics to wandb
    wandb.log({"acc": acc, "loss": loss})

# [optional] finish the wandb run, necessary in notebooks
wandb.finish()

4.打开运行完成后的链接

5.导入已经离线训练完成的wandb文件，进行可视化

wandb在终端里上传已训练好的结果
找到wandb文件，里面保存了很多次训练，前缀offline-run的为离线时训练的项目，未上传云端；前缀run的为wandb自动上传云端的项目。