metadata_logger
最后更新
luxonis_train.callbacks.metadata_logger将选定的配置值记录为超参数,并将其保存到 metadata.yaml。类
MetadataLogger
hyperparams 的每个键。它使用模型的记录器记录这些值,并将它们保存到模型保存目录中的 metadata.yaml。回调位于 CALLBACKS 注册表中,因此配置可以添加它:Yaml
1trainer:
2 callbacks:
3 - name: MetadataLogger
4 params:
5 hyperparams: ["trainer.epochs", "trainer.batch_size"]方法
init
Python
1def __init__(hyperparams: list[str]):hyperparams(list[str]): 要记录的配置键。键的级别用点分隔,例如"trainer.epochs"。列表的级别是整数索引,例如"model.nodes.0.name"。
on_fit_start
Python
1def on_fit_start(_: pl.Trainer, pl_module: lxt.LuxonisLightningModule):cfg.get 读取 hyperparams 的每个键。配置中不存在的键将返回 None。如果列表的级别不是整数,cfg.get 会引发 ValueError。钩子将键值字典传递给 pl_module.logger 的 log_hyperparams。然后,它使用 yaml.safe_dump 将字典写入 pl_module.save_dir 中的 metadata.yaml,并替换现有文件。如果值不是纯 YAML 类型(例如嵌套配置部分),yaml.safe_dump 会引发 yaml.representer.RepresenterError。参数_(pl.Trainer): 训练器。未使用。pl_module(lxt.LuxonisLightningModule): 模型。它提供配置、记录器和保存目录。