Pytorch图像去噪实战（五十四）：训练日志系统实战，记录每次实验参数、指标和异常

Pytorch图像去噪实战（五十四）：训练日志系统实战，记录每次实验参数、指标和异常

一、问题场景：模型效果不错，但忘了是哪次实验训练出来的

图像去噪实验做多了以后，经常会出现一种很尴尬的情况：

某个模型效果很好，但忘了当时的参数、数据集、loss 和训练轮数。

只看文件名：

best.pth final.pth unet_v2.pth last_good.pth

完全无法判断模型来源。

所以真实项目必须记录日志。

日志不仅用于看 loss，更用于记录：

• 实验配置
• 训练指标
• 验证指标
• 异常信息
• 模型保存路径
• 运行时间
• 环境信息

二、日志系统应该记录什么？

建议至少记录：

实验名 配置文件 训练开始时间 每轮loss 验证PSNR/SSIM 学习率 最佳模型路径 异常报错 训练结束时间

如果是团队项目，还可以记录：

• Git commit
• 机器名
• CUDA版本
<