机器学习实验可视化、Sweep 调度与 Artifact 可追溯
Weights & Biases 运营的 W&B 是一类面向团队的云端机器学习开发平台：官方 docs.wandb.ai 介绍如何通过 Python `wandb` 客户端（另有文档涉及的其它绑定）初始化 run、写入标量／媒体／系统遥测并在浏览器里对比多张曲线与表格，亦说明 Sweeps YAML 驱动的超参搜索如何把并发试验调度到你账号允许的计算池。Artifacts 小节描述如何为有校验和的权重快照、预处理数据集 derivatives 与离线评测工件建立版本别名；集成索引覆盖 PyTorch、Keras／JAX、Lightning、Hugging Face Accelerate／Transformers Trainer、Ray、Kubeflow 等多条链路。免费额度与团队协作／企业 SKU、专线／VPC／SSO 等能力请参考 wandb.ai 当期产品页逐项核对，以免与旧博客结论偏离。
使用场景
- 把成百上千微调任务集中到可筛选 leaderboard，导出评审需要的 CSV
- 用 Sweeps 自动探索学习率／LoRA秩并记录失败者原因（OOM、NaN…）
- 向无法登录训练机的干系人生成只读 Reports
- 在放行前核验 Artifact 哈希与数据来源声明是否一致
- 把 GPU KPI 与同次 git commit／Docker digest 对齐留痕
主要功能
- `wandb.init`/`wandb.finish` Quickstart + 离线/恢复模式章节
- Run 视图：并排 config、图表、日志、系统 profiler 片段汇总
- Sweeps：并行 agent、配额、失败重试以及与容器平台的对接指引
- Artifacts：哈希、别名、血缘引用以及在 CI 中对齐同一 snapshot
- Lightning / HF / JAX 等 Hooks 的官方示例存放在文档树同级目录
- 企业控制台：审计、令牌分级、VPC 连接器（SKU 受限）概述
相关推荐
相关推荐
3 收录条目
Replicate
Replicate 提供面向开发者的托管机器学习推理平台，通过 HTTP API 与官方 Quickstart（Python、Node.js、Colab 等）调用公开或自发布模型。文档涵盖预测生命周期、流式输出、Webhook、速率与计费、模型目录检索，以及推送自定义模型与按指南进行图像等场景微调的路径。
Hugging Face Hub
Hugging Face 运营 Hugging Face Hub，用来浏览、分发与托管机器学习模型、数据集以及演示性质的 Spaces；官方文档描述了账户访问令牌创建（`Settings → Access Tokens`）、配合 Git/Git LFS 拉取大额二进制文件的方式，以及如何借助 Inference Providers 与相关 HTTP API 按需触发云端推理的流程。请以 huggingface.co 文档目录为准逐项核对能力与计费。
Together AI
Together AI 为开发者提供在托管 GPU 上运行主流开源模型的推理与训练类产品线。入门文档介绍在控制台创建 API Key、导出 `TOGETHER_API_KEY`、安装 Python `together` 或 npm `together-ai`，以及向 `https://api.together.ai/v1/chat/completions` 发起带 Bearer 鉴权的 HTTPS 调用；并可按文档扩展到流式输出、函数调用、结构化输出、模型目录、专用算力预留与微调等专题。