speechbrain.utils.train_logger 模块
用于实验监控的记录器。
- Authors
彼得·普兰廷加 2020
Jarod Duret 2023
摘要
类：
训练信息的文本记录器。 |
|
一个在训练过程中输出样本的记录器，主要用于语音合成，但可定制、可重复使用，并适用于任何其他生成任务 |
|
以Tensorboard所需的格式记录训练信息。 |
|
定义训练日志记录器接口的抽象类。 |
|
WandB（Weights & Biases）的记录器。 |
函数：
将指定对象从图中分离，该对象可以是单个张量或张量字典。 |
|
如果可用，返回matplotlib频谱图，否则返回None - 可选依赖 |
参考
- class speechbrain.utils.train_logger.TrainLogger[source]
基础类：
object定义训练日志记录器接口的抽象类。
- log_stats(stats_meta, train_stats=None, valid_stats=None, test_stats=None, verbose=False)[source]
记录一个周期的统计信息。
- Parameters:
stats_meta (dict of str:scalar pairs) – 关于统计信息的元信息（例如，epoch、学习率等）。
train_stats (dict of str:list pairs) – 每种损失类型用一个字符串 : 列表对表示，包括训练过程中的所有值。
valid_stats (dict of str:list pairs) – 每种损失类型由一个 str : list 对表示，包括验证过程中的所有值。
test_stats (dict of str:list pairs) – 每种损失类型用一个字符串 : 列表对表示，包括测试通过的所有值。
verbose (bool) – 是否也将日志信息输出到标准日志记录器。
- class speechbrain.utils.train_logger.FileTrainLogger(save_file, precision=2)[source]
基础类:
TrainLogger训练信息的文本记录器。
- class speechbrain.utils.train_logger.TensorboardLogger(save_dir)[source]
基础类:
TrainLogger以Tensorboard所需的格式记录训练信息。
- Parameters:
save_dir (str) – 用于存储所有相关日志的目录。
- Raises:
如果未安装Tensorboard，则抛出ImportError。 –
- class speechbrain.utils.train_logger.WandBLogger(initializer, *args, **kwargs)[source]
基础类:
TrainLoggerWandB（Weights & Biases）的记录器。此记录器的设计目的是与TrainLogger以相同的方式使用，并且支持处理嵌套字典。
- Parameters:
initializer (callable) – 一个可调用的函数，用于初始化WandB运行。 有关可以传递给initializer的参数的更多信息，请参阅 文档：https://docs.wandb.ai/ref/python/init
*args (tuple) – 传递给初始化函数的位置参数。
**kwargs (dict) – 传递给初始化函数的关键字参数。
Example
要初始化日志记录器，请在 hparams.yaml 中使用以下模式：
``` train_logger: !new:speechbrain.utils.train_logger.WandBLogger
- initializer: !name:wandb.init
实体: speechbrain 项目: sb_project 名称: sb_run 重新初始化: 真 恢复: 假 目录: !ref
/wandb ID: sb_run 恢复: 允许
注意
如果WandB Logger初始化出现问题，它会引发异常。
- class speechbrain.utils.train_logger.ProgressSampleLogger(output_path, formats=None, format_defs=None, batch_sample_size=1)[source]
基础类：
object一个在训练过程中输出样本的记录器，主要用于语音合成，但可定制、可重复使用，并适用于任何其他生成任务
原生情况下，此记录器支持图像和原始 PyTorch 输出。 其他自定义格式可以根据需要添加。
示例：
在 hparams.yaml 中 progress_sample_logger: !new:speechbrain.utils.progress_samples.ProgressSampleLogger
输出路径: output/samples 进度批次样本大小: 3 格式定义:
- foo:
扩展名: bar 保存器: !speechbrain.dataio.mystuff.save_my_format 参数:
baz: qux
- formats:
foobar: foo
在大脑中：
运行以下内容以“记住”一个样本（例如来自compute_objectives）
- self.hparams.progress_sample_logger.remember(
目标=spectrogram_target, 输出=spectrogram_output, 对齐=alignments_output, 我的输出= 原始批次={
“inputs”: inputs, “spectrogram_target”: spectrogram_target, “spectrogram_output”: spectrogram_output, “alignments”: alignments_output
}
)
在epoch结束时运行以下内容（例如从on_stage_end） self.progress_sample_logger.save(epoch)
- Parameters:
- DEFAULT_FORMAT = 'image'