如何防止权重和偏差保存不必要的参数

Question

我正在使用权重和偏差（链接）来管理超参数优化并记录结果。我正在使用带有 Tensorflow 后端的 Keras 进行训练，并且正在使用权重和偏差的开箱即用日志记录功能，我在其中运行

wandb.init(project='project_name', entity='username', config=config)

然后将 a 添加WandbCallback()到 的回调中classifier.fit()。默认情况下，权重和偏差似乎会保存模型参数（即模型的权重和偏差）并将其存储在云中。这会耗尽我帐户的存储配额，而且是不必要的——我只关心跟踪模型损失/准确性作为超参数的函数。

我是否可以训练模型并使用权重和偏差记录损失和准确性，但不将模型参数存储在云中？我怎样才能做到这一点？

Answer 1

为了在超参数优化期间不保存训练后的模型权重，您可以执行以下操作：

classifier.fit(..., callbacks=[WandbCallback(.., save_model=False)]

这只会跟踪指标（训练/验证损失/acc 等）。