[ PROMPT_NODE_27196 ]
Pytorch Lightning 日志
[ SKILL_DOCUMENTATION ]
# 日志记录 - 全面指南
## 概述
PyTorch Lightning 支持多种日志记录集成，用于实验跟踪和可视化。默认情况下，Lightning 使用 TensorBoard，但您可以轻松切换或组合多个记录器。
## 支持的记录器
### TensorBoardLogger (默认)
以 TensorBoard 格式记录到本地或远程文件系统。
**安装：**
bash
pip install tensorboard
**用法：**
python
from lightning.pytorch import loggers as pl_loggers
tb_logger = pl_loggers.TensorBoardLogger(
save_dir="logs/",
name="my_model",
version="version_1",
default_hp_metric=False
)
trainer = L.Trainer(logger=tb_logger)
**查看日志：**
bash
tensorboard --logdir logs/
### WandbLogger
用于云端实验跟踪的 Weights & Biases 集成。
**安装：**
bash
pip install wandb
**用法：**
python
from lightning.pytorch import loggers as pl_loggers
wandb_logger = pl_loggers.WandbLogger(
project="my-project",
name="experiment-1",
save_dir="logs/",
log_model=True # 将模型检查点记录到 W&B
)
trainer = L.Trainer(logger=wandb_logger)
**功能：**
- 云端实验跟踪
- 模型版本控制
- 工件管理
- 协作功能
- 超参数搜索
### MLFlowLogger
MLflow 跟踪集成。
**安装：**
bash
pip install mlflow
**用法：**
python
from lightning.pytorch import loggers as pl_loggers
mlflow_logger = pl_loggers.MLFlowLogger(
experiment_name="my_experiment",
tracking_uri="http://localhost:5000",
run_name="run_1"
)
trainer = L.Trainer(logger=mlflow_logger)
### CometLogger
Comet.ml 实验跟踪。
**安装：**
bash
pip install comet-ml
**用法：**
python
from lightning.pytorch import loggers as pl_loggers
comet_logger = pl_loggers.CometLogger(
api_key="YOUR_API_KEY",
project_name="my-project",
experiment_name="experiment-1"
)
trainer = L.Trainer(logger=comet_logger)
### NeptuneLogger
Neptune.ai 集成。
**安装：**
bash
pip install neptune
**用法：**
python
from lightning.pytorch import loggers as pl_loggers
neptune_logger = pl_loggers.NeptuneLogger(
api_key="YOUR_API_KEY",
project="username/project-name",
name="experiment-1"
)
trainer = L.Trainer(logger=neptune_logger)
### CSVLogger
以 YAML 和 CSV 格式记录到本地文件系统。
**用法：**
python
from lightning.pytorch import loggers as pl_loggers
csv_
粤公网安备44030002003366号