诸神缄默不语-个人CSDN博文目录

fitlog包是用于自动版本管理和自动日志记录的Python包，是fastNLP团队开发的。
fitlog 中文文档 — fitlog 文档
我下载的是fitlog 0.9.15版本。

他们团队的文档写的真的不行，崩溃，FastNLP也很难用，fitlog也很难用，中文读起来比transformers和wandb的英文很难懂。

最近更新时间：2023.4.24
最早更新时间：2023.4.23

1. 安装

直接：pip install fitlog

2. 快速上手

fitlog init example

输出：

会在当前目录下创建example文件夹。其中，logs 文件夹是 fitlog 默认存放日志的文件夹；main.py 是训练程序的入口文件。

将main.py修改为训练代码：

import fitlog
import random
import argparse# 从命令行传入参数
parser = argparse.ArgumentParser()
parser.add_argument('--demo', type=int, default=2)# fitlog.commit(__file__)             # 自动 commit 你的代码
fitlog.set_log_dir("logs/")         # 设定日志存储的目录args = parser.parse_args()
fitlog.add_hyper(args)  # 通过这种方式记录ArgumentParser的参数
fitlog.add_hyper_in_file(__file__)  # 记录本文件中写死的超参数######hyper
rand_seed = 123
######hyperrandom.seed(rand_seed)
best_acc, best_step, step = 0, 0, 0for i in range(200):step += 1if step % 20 == 0:loss = random.random()acc = random.random()fitlog.add_loss(loss,name="Loss",step=step)fitlog.add_metric({"dev":{"Acc":acc}}, step=step)if acc>best_acc:best_acc = accfitlog.add_best_metric({"dev":{"Acc":best_acc}})# 当dev取得更好的performance就在test上evaluate一下test_acc = random.random()fitlog.add_best_metric({"test":{"Acc":test_acc}})
fitlog.finish()                     # finish the logging

把工作目录切换到example文件夹下，更换代码中的rand_seed为124/123，分别运行一次，然后用fitlog log logs命令行打开网页（我用的是VSCode，所以这个IP地址是自动映射到本地的）：

trend:

folder:

3. 命令行工具

Usage:fitlog <command> [<args>...]fitlog help <command>fitlog -h | --helpfitlog --versionSupported commandsinit            Initialize a fitlog projectlist            List committed versionsrevert          Revert to a specific versionlog             Visualize logs by a serverSee "fitlog help <command>" for more information on a specific command

1. init：初始化项目
   1. 可以指定项目名称 <name> ，或者默认把当前文件夹变成 fitlog 项目
   2. 给了–hide选项来隐藏.fitconfig 文件
   3. –with-git：创建 fitlog 时创建常规的 git

Usage:fitlog init [<name>] [--hide] [--with-git]fitlog -h | --helpArguments:name                    Name of the fitlog projectOptions:-h --help               This is a command to initialize a fitlog project--hide                  Hide .fitconfig inside .fitlog folder--with-git              Initialize fitlog with a standard gitExamples:fitlog init project     Create a your project named projectfitlog init             Init the current directory with fitlog

2. list：查看已有记录
3. revert：版本回退
   以上两项都被建议使用fitlog 提供的网页服务来完成，但是网页服务相关文档还没有写。

Usage:fitlog list [<num>] [--show-now]fitlog revert <fit_id>  [<path>] [--id-suffix]Arguments:num                     The number of recent commits you want to listfit_id                  The id of the commit you want to revertpath                    The path to revert the old commit versionOptions:--show-now              Show the current version--id-suffix             Use commit id as the suffix of reverted folder

4. log：启动日志网页
   1. 参数 <log-dir> 表示日志存放的位置（set_log_dir指定的logs文件夹的位置）
   2. 配置文件的名称
   3. 网页对应的端口号
   4. 服务器停止的时间

Usage:fitlog log <log-dir> [--log-config-name=L] [--port=P] [--standby-hours=S] [--token=T] [--ip=I]Arguments:log-dir                 Where to find logs.Options:-h --help               This is a command to start fitlog server to visualize logs.-l=L --log-config-name  Log server config name. Must under the folder of <log-dir>. [default: default.cfg]-p=P --port             Which port to start to looking for usable port.[default: 5000]-s=S --standby-hours    How long to wait before the server . [default: 48]-t=T --token            If this is used, your have to specify the token when accessing. Default no token.-i=I --ip               Which ip to bind to. Default is 0.0.0.0 [default: 0.0.0.0]

4. 环境变量

在新版的 fitlog 中，用户可以在运行程序前使用环境变量 FITLOG_FLAG 影响 fitlog 的作用。 注意，该环境变量发生作用的时刻在于 fitlog 被 import 的瞬间，之后再改变环境变量不影响 fitlog 的作用。

环境变量 FITLOG_FLAG 有三种值: DEBUG , NO_COMMIT 和其它（包括为空）。

当 FITLOG_FLAG=DEBUG 时，程序中对 fitlog 的所有调用都不起作用。你也可以在代码中使用 fitlog.debug() 产生类似的效果。

当 FITLOG_FLAG=NO_COMMIT 时，程序中使用 fitlog 记录数据的调用正常，但 fitlog.commit() 失效。你可以在同时运行多个实验时，只进行一次自动 commit。

当 FITLOG_FLAG 为空或等于其它值时，不产生额外的效果。

5. 配置文件

待补

6. 常见问题

原文档中就写了的：

1. 如果在debug阶段，不希望fitlog发生任何作用，那么直接在入口代码处加入fitlog.debug() 就可以让所有的fitlog调用不起任何作用，debug结束再注释掉这一行就可以了。

2. fitlog 默认只有在产生了第一个metric或loss的时候才会创建log文件夹，防止因为其它bug还没运行 到model就崩溃产生大量无意义的log。

3. 如果使用了分布式训练，一般只需要主进程记录fitlog就好。这个时候可以通过将非主进程的fitlog设置fitlog.debug()

import torch
import fitlogif torch.distributed.get_rank()>0:fitlog.debug()

4. 不要通过多进程使用fitlog，即multiprocessing模块。

5. fitlog.commit()只需要在某个python文件调用就可以了，一般就在入口python文件即可。

6. 传入到fitlog的各种参数、metric的名称，请 避免特殊符号（例如$%!#@空格），请只使用_与各种字母的组合 ， 因为特殊符号可能导致网页端显示不正常。

7. fitlog API

未完待续。

1. set_log_dir(log_dir: str, new_log: bool = False)：设定 log 文件夹的路径
2. add_metric(value: Union[int, str, float, dict], step: int, name: str = None, epoch: int = None)：用于添加 metric 。用此方法添加的值不会显示在表格中，但可以在单次训练的详情曲线图中查看。
3. add_loss(value: Union[int, str, float, dict], step: int, name: str = None, epoch: int = None)：用于添加 loss。用此方法添加的值不会显示在表格中，但可以在单次训练的详情曲线图中查看。
4. add_best_metric(value: Union[int, str, float, dict], name: str = None)：用于添加最好的 metric 。用此方法添加的值，会被显示在表格中的 metric 列及其子列中。相同key的内容将只保留最后一次传入的值。
5. add_hyper(value: Union[int, str, float, dict, argparse.Namespace, configparser.ConfigParser], name=None)：用于添加超参数。用此方法添加到值，会被放置在表格中的 hyper 列及其子列中
6. add_hyper_in_file(file_path: str = None)
   从文件读取参数。如下面的文件所示，两行”#####hyper”(至少5个#)之间的参数会被读取出来，并组成一个字典。每个变量最多只能出现在一行中， 如果多次出现，只会记录第一次出现的值。demo.py:

from numpy as np
import fitlog
# do somethingfitlog.add_hyper_in_file(__file__)  # 会把本python文件的hyper加入进去
############hyper
lr = 0.01 # some comments
char_embed = word_embed = 300hidden_size = 100
....
############hyper# do something
model = Model(xxx)

相当于转换为如下字典，并添加到入参中：

{'lr': '0.01','char_embed': '300''word_embed': '300''hidden_size': '100'
}

9. finish(status: int = 0, send_to_bot: str = None)：使用此方法告知 fitlog 你的实验已经正确结束。你可以使用此方法来筛选出失败的实验。