Как я могу войти в систему с точностью войти с Wandb и Deepspeed ⇐ Python

[Anonymous]

Я хочу зарегистрировать точность моей модели после каждой эпохи и ее окончательную точность в конце, но я не могу найти простой способ сделать это. //www.youtube.com/watch?v=xichjx2_rm8
и эта ноутбука. br /> wandb.log(
< /blockquote>
Но я не знаю, куда его поместить. Он говорит, что мне нужно: < /p>

wandb.init помол , но у меня этого нет. < /p>
Мой текущий код: < /p>

Код: Выделить всё

import wandb
wandb.login()

!deepspeed LLaVA/llava/train/train_mem.py \
--lora_enable True --lora_r 128 --lora_alpha 256 --mm_projector_lr 2e-5 \
--deepspeed LLaVA/scripts/zero3.json \
--model_name_or_path liuhaotian/llava-v1.5-13b \
--version v1 \
--data_path ./dataset/train/dataset.json \
--image_folder ./dataset/images \
--vision_tower openai/clip-vit-large-patch14-336 \
--mm_projector_type mlp2x_gelu \
--mm_vision_select_layer -2 \
--mm_use_im_start_end False \
--mm_use_im_patch_token False \
--image_aspect_ratio pad \
--group_by_modality_length True \
--bf16 True \
--output_dir ./checkpoints/llava-v1.5-13b-task-lora \
--num_train_epochs 10 \
--per_device_train_batch_size 16 \
--per_device_eval_batch_size 4 \
--gradient_accumulation_steps 1 \
--evaluation_strategy "no" \
--save_strategy "steps" \
--save_steps 50000 \
--save_total_limit 1 \
--learning_rate 2e-4 \
--weight_decay 0. \
--warmup_ratio 0.03 \
--lr_scheduler_type "cosine" \
--logging_steps 1 \
--tf32 True \
--model_max_length 2048 \
--gradient_checkpointing True \
--dataloader_num_workers 4 \
--lazy_preprocess True \
--report_to wandb
< /code>
Любая помощь или советы будут оценены.--metric_for_best_model "accuracy"
--evaluation_strategy "epoch"
--evaluation_strategy "steps"
--do_eval True

Любая помощь или советы будут оценены.

Подробнее здесь: https://stackoverflow.com/questions/793 ... -deepspeed