WandB 0.19.5版本发布:优化离线模式与运行管理
WandB(Weights & Biases)是一个流行的机器学习实验跟踪工具,它能够帮助研究人员和工程师记录、可视化和比较机器学习实验。最新发布的0.19.5版本带来了一系列改进和修复,特别是在离线模式功能和运行管理方面有了显著提升。
离线模式功能增强
本次更新修复了离线模式下仍会尝试网络请求的问题。当用户选择离线模式运行时,WandB现在能够正确处理媒体类artifact的上传操作。这一改进对于那些在网络受限环境中工作的研究人员尤为重要,比如在安全隔离的实验室或使用本地服务器时。
值得注意的是,如果用户正在使用较旧版本的WandB服务器,可以通过设置allow_offline_artifacts=False来保持与旧版本的兼容性。这种向后兼容的设计考虑到了不同用户环境的多样性。
运行管理优化
0.19.5版本对运行管理功能进行了两项重要改进:
-
运行重放设置:现在能够正确处理
fork_from和resume_from这两种运行重放设置。这意味着用户可以更灵活地控制实验的延续方式,无论是从特定点分叉还是恢复之前的运行状态。 -
Artifact命名规则扩展:更新后的版本放宽了对表格类artifact命名的限制,现在允许使用连字符(-)和点号(.)作为名称的一部分。这一变化使得artifact命名更加灵活,与WandB当前的完整artifact命名规则保持一致。
系统监控调整
出于稳定性考虑,0.19.5版本暂时移除了对单核CPU使用率统计的收集功能。这一临时性调整可能会在未来的版本中恢复,开发团队正在优化这部分功能的实现方式。
用户体验改进
在命令行工具方面,新增了wandb login --base-url {host_url}作为wandb login --host {host_url}的别名命令。这种命令别名的增加虽然看似微小,但能够提高用户的工作效率,特别是对于那些习惯不同命令格式的用户。
总体而言,WandB 0.19.5版本在稳定性、兼容性和用户体验方面都做出了有价值的改进。这些更新使得这个已经广受欢迎的实验跟踪工具更加可靠和易用,特别是在离线工作场景和复杂实验管理方面有了明显提升。对于依赖WandB进行机器学习研究的团队来说,升级到这个版本将能够获得更顺畅的工作体验。
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C042
MiniMax-M2.1从多语言软件开发自动化到复杂多步骤办公流程执行,MiniMax-M2.1 助力开发者构建下一代自主应用——全程保持完全透明、可控且易于获取。Python00
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C01
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0121
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00