Knock Knock！你的模型已训练完成……

选自Github

作者：huggingface

机器之心编译

参与：淑婷、路雪

训练出了问题你却不知道？训练结束了你还在傻傻等待？这里有一个好用的工具，两行代码即可实时通知模型训练状况。本文介绍了一个小型的代码库 Knock Knock，当你的模型训练完成或者训练过程出现问题时，它会及时通知你。而你只需要写两行代码。

项目地址：https://github.com/huggingface/knockknock

在训练深度学习模型时，我们通常会使用早停法。除了粗略的估计，你很难预测出训练什么时候会结束。因此，为模型训练设置自动通知就很有意思了。而且当训练因为未知原因而中途崩溃时，收到通知就更重要了。

安装

用 pip 或类似的工具安装。

pip install .

该代码仅用 Python3.6 测试过。

使用

该库可无缝使用，只需对代码做最小的修改：你只需在主函数调用上加一个装饰器。

现在有两种设置通知的方式：邮件和 Slack。

邮件

邮件服务要依赖 Yagmail，这是一个 GMAIL/SMTP 客户端。你需要一个 gmail 邮件地址来使用它。最好创建一个新的邮件地址（不要使用常用地址），因为你需要修改账户的安全设置，以允许该 Python 库打开不太安全的 APP（选中 Allow less secure apps）进而访问它。

from knockknock import email_sender
@email_sender(recipient_email: "<your_email@address.com>", sender_email: "<grandma's_email@gmail.com>")def train_your_nicest_model(your_nicest_parameters):
    import time
    time.sleep(10000)

如果未指定 sender_email，则 recipient_email 也可以用于发送邮件。

注意，启用此功能会向你询问发件人的邮箱密码。密码将通过 keyring Python 库被安全地存储在系统 keyring 服务中。

Slack

你还可以使用 slack 来获取通知。你必须提交 Slack 房间的 webhook URL 和用户 id（用户 id 为可选项，如果你想添加自己或其他人则选择该项）。

from knockknock import slack_sender

webhook_url = "<webhook_url_to_your_slack_room>"@slack_sender(webhook_url=webhook_url, channel="<your_favorite_slack_channel>")def train_your_nicest_model(your_nicest_parameters):
    import time
    time.sleep(10000)

你还可以指定一个可选参数来添加特定的人：user_mentions=[<your_slack_id>, <grandma's_slack_id>]。