wandb.log函数如何使用

`wandb.log()` 函数用于记录和追踪实验的指标，例如训练损失、测试精度等。

使用 `wandb.log()` 函数需要在程序开始时调用 `wandb.init()` 函数，以初始化 wandb。然后，我们可以在训练循环中调用 `wandb.log()` 函数来记录各种指标。

下面是一个简单的例子，用于记录训练损失和测试精度：

import wandb
import numpy as np

# 初始化 wandb
wandb.init(project='my-project', entity='my-entity')

# 训练循环中记录指标
for epoch in range(num_epochs):
    # 模型训练代码...
    train_loss = ...
    # 记录训练损失
    wandb.log({'train_loss': train_loss}, step=epoch)

    # 模型测试代码...
    test_acc = ...
    # 记录测试精度
    wandb.log({'test_acc': test_acc}, step=epoch)

在上面的代码中，我们调用 `wandb.log()` 函数两次：一次记录训练损失，一次记录测试精度。我们将这些指标作为字典传递给函数，并使用 `step` 参数指定了当前的步数或 epoch 数。当我们运行实验并登录到 wandb 网站时，我们会看到一个实验记录，其中包含我们记录的指标。

值得注意的是，在调用 `wandb.log()` 函数时，我们还可以记录其他元数据，例如模型参数、超参数、图像、视频等。这使得我们可以更全面地记录实验，并进行更深入的分析。