在训练神经网络的过程中，我们可能希望将网络的性能和中间结构可视化。很多视觉代码冗长复杂，让我们望而却步。有没有一行代码可以解决可视化的所有问题？
通过wandb，只需要一行Python代码就可以可视化Keras网络性能指标和结构。(注：Keras使得神经网络的构建简单明了，很受欢迎)
关注，转发，私信边肖“01”免费领取Python学习资料~！
怎么下载这么有用的包？
只需运行“pip install wandb”即可轻松安装wandb，然后就可以运行所有的Keras实例了。
实测
为了测试wandb的可视化效果，我修改了Keras examples目录中的一些脚本来测试这个功能。只需将下面一行代码添加到培训脚本的顶部。
从wandb导入magic keras示例链接：
https://github.com/keras-team/keras
简单CNN
从入门的mnist_cnn.py开始，我加了一行“来自wandb进口魔术”——。也可以查一下mnist_cn.py，是从Keras examples中fork出来的，只改了一行。
Mnist_cn.py链接：
https://github.com/lukas/keras/blob/master/examples/mnist _ CNN . py
当模型运行时，wandb在后台启动一个进程，并将相关指标保存到wandb。您可以访问网页链接来查看输出。结果如下：
链接：
https://app.wandb.ai/l2k2/keras-examples/runs/ovptynun/model
模型的标记数据、损耗曲线和精度曲线如下：
Cifar数据集上的ResNet
接下来，我派生了cifar10_ResNet.py并类似地更改了一行。你可以在wandb.com看到resnet的可视化。
Cifar10_resnet.py链接：
https://github.com/lukas/keras/blob/master/examples/cifar 10 _ resnet . py
可视web链接：
https://app.wandb.ai/l2k2/keras-examples/runs/ieqy2e9h/model
在系统界面上，你可以看到这个模型比mnist例子用了更多的GPU。
系统接口链接：
https://app.wandb.ai/l2k2/keras-examples/runs/ieqy2e9h/system
暹罗网络
接下来我试了一下暹罗网的例子。在这个例子中，我想看看张量流图。幸运的是，调用可视化工具TensorBoard也只需要一行代码。你可以点击下面的链接查看。
可视化后链接：
https://app.wandb.ai/l2k2/keras-examples/runs/fsc63n6a工作空间=用户-l2k2
其他功能
每个模型的测试只需要不到一分钟，并且只增加了一点点计算开销，而且这个方法适用于你使用的任何一个Keras模型。如果想跟踪更多的东西，可以用下面两行代替：
导入wandbwondb . init(magic=true)那么你就可以使用自定义的wandb.log()函数来保存你想要的任何东西。可以去wandb网站了解更多信息。
Wandb网站链接：
https://docs.wandb.com/docs/started.html
