Weights & Biases
Weights & Biases (Wandb) 是一个用于机器学习和深度学习项目的实验跟踪、模型优化和协作平台。W&B 提供了强大的工具来记录和可视化实验结果，帮助数据科学家和研究人员更好地管理和分享他们的工作。
其他工具的同步教程
你可以用三种方式将Wandb上的项目同步到SwanLab：
- 同步跟踪：如果你现在的项目使用了wandb进行实验跟踪，你可以使用
swanlab.sync_wandb()命令，在运行训练脚本时同步记录指标到SwanLab。 - 从wandb网站转换已存在的项目：如果你想要将wandb服务器（wandb.ai或wandb私有化部署版）上的项目复制到SwanLab，你可以使用
swanlab convert，将Wandb上已存在的项目转换成SwanLab项目。 - 从wandb本地日志文件转换已存在的项目：如果你想要将wandb本地的日志文件上传到swanlab，你可以使用
swanlab convert，将wandb本地日志文件转换成SwanLab项目。
INFO
在当前版本暂仅支持转换标量图表。
1. 同步跟踪
1.1 添加sync_wandb命令
在你的代码执行wandb.init()之前的任何位置，添加一行swanlab.sync()命令，即可在训练时同步wandb的指标到SwanLab。
import swanlab
swanlab.sync_wandb()
...
wandb.init()在上述这种代码写法中，wandb.init()的同时会初始化swanlab，项目名、实验名和配置和wandb.init()中的project、name、config一致，因此你不需要再手动初始化swanlab。
INFO
sync_wandb支持设置两个参数：
mode: swanlab的记录模式，支持cloud、local和disabled三种模式。wandb_run: 如果此参数设置为False，则不会将数据上传到wandb，等同于设置wandb.init(mode="offline")
1.2 另一种写法
另一种用法是先手动初始化swanlab，再运行wandb的代码。
import swanlab
swanlab.init(...)
swanlab.sync_wandb()
...
wandb.init()在这种写法中，项目名、实验名、配置和swanlab.init()中的project、experiment_name、config一致，而后续wandb.init()中的project、name会被忽略，config会更新进swanlab.config中。
1.3 测试代码
import wandb
import random
import swanlab
swanlab.sync_wandb()
# swanlab.init(project="sync_wandb")
wandb.init(
project="test",
config={"a": 1, "b": 2},
name="test",
)
epochs = 10
offset = random.random() / 5
for epoch in range(2, epochs):
acc = 1 - 2 ** -epoch - random.random() / epoch - offset
loss = 2 ** -epoch + random.random() / epoch + offset
wandb.log({"acc": acc, "loss": loss})
2. 转换wandb网站上的项目
2.1 找到你在wandb.ai上的projecy、entity和runid
projecy、entity和runid是转换所需要的（runid是可选的）。
project和entity的位置： 
runid的位置：
2.2 方式一：命令行转换
首先，需要确保当前环境下，你已登录了wandb，并有权限访问目标项目。
转换命令行：
swanlab convert -t wandb --wb-project [WANDB_PROJECT_NAME] --wb-entity [WANDB_ENTITY]支持的参数如下：
-t: 转换类型，可选wandb与tensorboard。-p: SwanLab项目名。-w: SwanLab工作空间名。--mode: (str) 选择模式，默认为"cloud"，可选 ["cloud", "local", "offline", "disabled"]-l: logdir路径。--wb-project：待转换的wandb项目名。--wb-entity：wandb项目所在的空间名。--wb-runid: wandb Run（项目下的某一个实验）的id。
如果不填写--wb-runid，则会将指定项目下的全部Run进行转换；如果填写，则只转换指定的Run。
异步转换方法（先将数据下载到本地，再上传到swanlab）
- 数据下载到本地：
swanlab convert --mode 'offline' -t wandb --wb-project [WANDB_PROJECT_NAME] --wb-entity [WANDB_ENTITY]- 上传到swanlab：
swanlab sync [日志文件夹路径]2.3 方式二：代码内转换
from swanlab.converter import WandbConverter
wb_converter = WandbConverter()
# wb_runid可选
wb_converter.run(wb_project="WANDB_PROJECT_NAME", wb_entity="WANDB_USERNAME")效果与命令行转换一致。
WandbConverter支持的参数：
project: SwanLab项目名。workspace: SwanLab工作空间名。mode: (str) 选择模式，默认为"cloud"，可选 ["cloud", "local", "offline", "disabled"]logdir: logdir路径。
WandbConverter.run支持的参数：
wb_project: wandb项目名。wb_entity: wandb项目所在的空间名。wb_runid: wandb Run（项目下的某一个实验）的id。
异步转换方法（先将数据下载到本地，再上传到swanlab）
- 数据下载到本地：
from swanlab.converter import WandbConverter
wb_converter = WandbConverter(mode="offline")
# wb_runid可选
wb_converter.run(wb_project="WANDB_PROJECT_NAME", wb_entity="WANDB_USERNAME")- 上传到swanlab：
swanlab sync [日志文件夹路径]3 转换wandb日志文件
3.1 找到你的日志文件
wandb日志文件是指，在进行实验跟踪时，wandb会默认在训练目录下创建的文件夹（默认为wandb目录），如下所示：
3.2 方式一：命令行转换
转换命令为：
swanlab convert -t wandb-local --wb-dir [WANDB_LOG_DIR] --wb-run-dir [WANDB_RUN_DIR]支持的参数如下：
-t: 转换类型，可选wandb、tensorboard、mlflow、wandb-local。-p: SwanLab项目名。-w: SwanLab工作空间名。--mode: (str) 选择模式，默认为"cloud"，可选 ["cloud", "local", "offline", "disabled"]-l: logdir路径。--wb-dir：待转换的wandb日志目录--wb-run-dir：指定的wandb run的目录名。如果不写该参数，则将上传整个wb-dir中的run。
案例：
3.3 方式二：代码转换
from swanlab.converter import WandbLocalConverter
wb_converter = WandbLocalConverter()
# wb_runid可选
wb_converter.run(root_wandb_dir="WANDB_DIR", wandb_run_dir="WANDB_RUN_DIR")WandbLocalConverter支持的参数：
project: SwanLab项目名。workspace: SwanLab工作空间名。mode: (str) 选择模式，默认为"cloud"，可选 ["cloud", "local", "offline", "disabled"]logdir: logdir路径。
WandbLocalConverter.run支持的参数：
root_wandb_dir: wandb日志文件目录的路径。wandb_run_dir: wandb run目录的路径。