> 我第一次尝试了一件新事物，就是在开发过程中保持写日记。一定要这样做！！！我再怎么强调都不为过！如果你在专业的科学实验室工作，比如物理、生物、化学，你被期望保持实验日记。这对你比对公司更有帮助（知识沉淀、责任界定等）。我无法告诉你有多少次，一些看似无害的愚蠢评论救了我的命。它们价值连城。对于ML实验，我使用wandb和hydra[0]。把所有的配置都放到hydra中。要非常严谨。你应该记录你的随机种子、版本、日期，我意思是所有东西。设置这只需要几分钟，但当你需要它的时候，它会为你节省数小时。把所有这些内容都放到wandb和你的模型检查点中。你会忘记那个检查点对应的是什么。大量使用wandb的标签和评论（通过hydra你可以将这些作为cli参数来自动化，即使从slurm脚本启动也可以）。开启wandb的代码保存功能。最重要的是，使用wandb提供的笔记本。不要担心它变得混乱。…
源讨论将神经网络编译为C以提高速度原帖 93 条评论 · 导入时统计把你的经验，加入这段讨论。
根据我两分钟的快速浏览文档，情况并不乐观，hydra只官方支持到Python 3.11。
完整原文保持日记的问题在于，这样做可能会打断心流状态。 另一方面，工作过程中自然会有暂停的时刻；在这些时候记录下来是没问题的。虽然精确度稍低，但总比什么都不记录要好。
完整原文混乱的能量哈哈，我喜欢。谢谢关于保持日记的建议，我以后会多这么做。我通常会做开发笔记，但通常是分散在代码库中的markdown文件或者注释里，而不是按日期记录在README中。未来，我可能会把JOURNAL.md作为项目中的标准做法？关于w&b，我最初使用它时就喜欢上了，但肯定在这段时间里它有了很多进步。我得去看看！ 还有，"自命不凡的完美主义者"这个说法真搞笑，我很高兴终于有人能用词来形容我的设计风格。我喜欢清晰的字体，我能说什么呢。
完整原文以上都同意。 现在在AI时代，许多进入计算机科学领域的学生现在必须这么做，否则他们在面试中给出的任何答案都会被认为来自AI，他们需要证明自己的博客或研究中确实有有用的成果。 现在这意味着要懂得如何进行实验，理解并构建知识，而不是因为答案来自Stack Overflow或ChatGPT而直接背诵出来。 错误是原始的，博客文章中所有的学习经验才让我们显得真实，但90%的候选人并没有这么做，这就是为什么他们中的大多数在面试中无法解释AI的错误。
完整原文设置服务器之类的事情也是如此。你会忘记的，如果你不记下来，你就得重新想办法。
完整原文我现在的工作流程是维护一个维基，你觉得Hydra会取代或者补充这个流程吗？尤其是如果你已经习惯了用维基做笔记的话？
完整原文在花了两天时间通过分割仓库来重现一个训练运行后，我最终得出了类似的结果，每次提交都要等待3小时才能得到明确的结果。我无法让自己使用Hydra，感觉它比用pydantic加载YAML文件要臃肿得多。
完整原文好的，所以我试着这么做。但之后我会遇到一些大问题，或者添加太多大功能，然后就放弃了。（我的睡眠几乎不存在，所以我也没有太多时间去记录事情。）
完整原文尊重不同观点，分享具体经验。
登录后即可发帖、评论、转发和引用。