我想运行多个实验，然后报告每个实验的模型准确性。
我正在使用 pytorch (v1.1.0) 训练一个玩具 MNIST 示例，但目标是，一旦我可以比较玩具问题的性能，就可以将其与实际代码库集成。
据我了解 TRAINS python 包，使用“两行代码”，我的所有超参数都已记录（在我的情况下为命令行 argparse）。
我需要做什么才能报告最终标量，然后能够对所有不同的训练实验（w/超参数）进行排序，以找到最好的。
我想要得到的是一个图表，在 X 轴上我有超参数值，在 Y 轴上我有验证准确度。
我假设您指的是：https ://pypi.org/project/trains/ （https://github.com/allegroai/trains），我是维护者之一。
您可以手动创建一个图，其中 X 轴表示超参数值，Y 轴表示精度。
number_layers = 10
accuracy = 0.95
Task.current_task().get_logger().report_scatter2d(
"performance", "accuracy", iteration=0,
mode='markers', scatter=[(number_layers, accuracy)])
假设您的超参数是“number_layers”，当前值为 10，训练模型的准确度为 0.95。
然后，当您比较实验时，您会得到类似的结果：
