fitlog！复旦邱锡鹏老师组内部调参工具！一个可以节省一篇论文的调参利器

公众号关注 “程序员遇见GitHub”

设为“星标”，重磅干货，第一时间送达。

这是阿三的第 12 期分享

作者 | 阿三

首发 | 程序员遇见GitHub

大家好，我是阿三，今天给大家安利一个所有炼丹者一个调参利器fitlog。

一 fitlog

在深度学习领域中，什么是最重要的，也许很多人想说炼丹术是最重要的，它决定着不可解释的深度学习黑盒的一切结果。

本文给大家推荐一个复旦邱锡鹏老师实验室内部使用的调参利器fitlog，据说可以省下一篇文章的时间，心不心动，下面我们看看他有哪些功能。

根据邱老师自己在知乎的回答，有几个下面的功能可以展示给大家！

Tabular显示实验结果，方便不同超参数之间的对比。以下一行是一次实验。

(1.1) 支持group操作，方便查看某种特定数据集或参数的性能

(1.2) 支持排序，谁是最强超参一目了然

(1.3) 支持column顺序、显示自定义，拯救强迫症

(1.4) 支持针对某条实验自定义备忘

(1.5) 支持前端加入别人的实验performance，再也不用一边看paper一边check是否已经超过sota结果。

(1.6) 支持计算平均值、标准差，还有比这个更实用的吗？

(1.7) 实验结果不理想？我们支持前端操作删除、隐藏记录

(1.8) 实在有分析需求，无法满足？我们支持导出excel、csv、txt、json等格式，总有一款适合你

(1.9) 还有什么比看到loss快速下降，evaluation快速上升更让人开心的事？

(3) 茫茫的超参，哪个才是重要的？经过一夜的搜索，哪些参数搜索还不够？你可能需要这样的可视化。（每条线是一次实验，最左侧是dev上的性能）

（4）fitlog是架构无关的，不管tensorflow还是pytorch都可以使用，不管是cv还是nlp也都支持。如果是NLP的任务，配合我们的fastNLP框架，只需要增加三五行代码便可以实现metric，loss的自动记录。

介绍到这，就想问大家香不香！赶紧尝试炼丹起来吧！

二希望和大家有互动

阿三在写作过程中希望和大家进行互动，具体形式，大家可以用打卡形式进行留言，内容可以是对这篇文章看法，和希望阿三在分享什么。形式如下“

打卡+第几天+内容，比如：

打卡+第一天+希望明天分享机器学习入门的知识。

为了鼓励大家反馈，阿三也有一定的反馈，从今天开始到2个月后的6月21日凌晨，对于打卡满30天的童鞋前五名（前几名代表最早开始在后台告知阿三的满足要求童鞋，如果有6名童鞋满足要求，但是只给最早5个告诉阿三已经打满30天，截图为证，后台截图发送告知），阿三送出288元的红包~对于打卡满45天的童鞋前3名，阿三送出508元的红包。（可以一人累加，获得2个奖

）

阿三谢谢大家支持！一起做好内容，能对大家有一点帮助是阿三最大的心愿。

fitlog！复旦邱锡鹏老师组内部调参工具！一个可以节省一篇论文的调参利器

一 fitlog

二 希望和大家有互动

二希望和大家有互动