wandb的全称是Weights&Biases，是用来帮助我们跟踪机器学习项目的。通过wandb，可以记录模型训练过程中指标和超参数设置的变化，还可以输出结果的可视化对比，帮助我们更好的分析模型训练过程中存在的问题。同时，我们也可以利用它来进行团队协作。Wandb会将训练过程中的参数上传到服务器，然后登录Wandb。实时过程模型训练过程中参数和指标的变化wandb的特性模型训练过程中保存超参数训练过程中指标变化的实时可视化分析训练过程中系统指标（CPU/GPU利用率）和团队的变化协同开发历史重现结果永久保留实验记录Wandb可以很方便地集成到各种深度学习框架（Pytorch、Keras、Tensorflow等）Wandb的组件模块Wandb主要由四个模块组成，分别是：Dashboard：跟踪实验分析可视化报告：保存和分析可重现的实验结果Sweeps：通过调整超参数优化模型Artifacts：数据集和模型版本控制，管道跟踪wandb账户注册和安装wandbpipinstallwandb注册wandb账户在使用wandb之前，我们需要先注册一个免费账户，复制API密钥，日登录wandbe网站，点击Settings滚动到底部，找到APIKeys复制Embeddingwandbintorch这部分主要介绍如何在torch中使用wandb，这里以训练MNIST为例导入包登录wandbwandb.login(key="fillinyourAPIKeys")定义网络结构定义训练方法定义验证方法训练模型查看训练结果登录wandb网站查看训练结果查看模型的准确性和准确性测试集loss的变化查看模型的预测效果查看训练过程中系统参数（GPU和CPU等）的变化
