stared/livelossplot

What it solves

livelossplot 提供了一种在 Jupyter Notebooks 中实时可视化训练进度的的方法。它解决了 ""training blindfolded"" 的问题，即开发者只能依靠文本日志来判断模型是否正在学习、停滞或过拟合。

How it works

该库提供了一个通用 API (PlotLosses) 以及针对热门深度学习框架（如 Keras、PyTorch、Poutyne 和 Ignite）的专用回调函数 (callbacks)。在训练期间，该库会使用指标（如损失值与准确率）更新图表，并直接在 notebook 单元格输出中进行渲染。

Who it’s for

数据科学家和研究人员，他们使用 Jupyter Notebooks 进行探索、教学或训练小型模型，并偏好简单、即插即用的方案，而非复杂的工具（如 TensorBoard）。

Highlights

• Framework Agnostic: 支持 Keras、PyTorch 及其他框架，可通过通用 API 或专用回调函数使用。

• Multiple Output Options: 支持通过 Matplotlib 和 Bokeh 进行渲染。

• Multiple Loggers: 包含标准输出 (ExtremaPrinter) 和 TensorBoard 的 记录器。

• Jupyter Integration: 专为 Jupyter Notebook 环境中的无缝实时更新而设计。