stared/livelossplot

What it solves

livelossplot 提供了一種在 Jupyter Notebooks 中即時視覺化訓練進度的方法。它解決了「盲目訓練」的問題，即開發者只能依靠文字紀錄來判斷模型是否正在學習、停滯或過擬合。

How it works

該函式庫提供了一個通用 API (PlotLosses) 以及針對熱門深度學習框架（如 Keras、PyTorch、Poutyne 和 Ignite）的專用回調函式 (callbacks)。在訓練期間，該函式庫會使用指標（如損失值與準確度）更新圖表，並直接在筆記本單元格輸出中進行渲染。

Who it’s for

數據科學家與研究人員，他們使用 Jupyter Notebooks 進行探索、研究、教學或訓練小型模型，並且偏好簡單、即插即用的方案，而非複雜的工具（如 TensorBoard）。

Highlights

• Framework Agnostic: 支持 Keras、PyTorch 及其他框架，可透過通用 API 或專用回調函式使用。
• Multiple Output Options: 支持透過 Matplotlib 與 Bokeh 進行渲染。
• Multiple Loggers: 包含標準輸出 (ExtremaPrinter) 與 TensorBoard 的紀錄器。
• Jupyter Integration: 專為 Jupyter Notebook 環境中的無縫即時更新而設計。