⚡

Trackio机器学习实验跟踪Skill hugging-face-trackio

Trackio是一个机器学习实验跟踪技能，用于记录和可视化训练指标，支持Python API和CLI接口，可同步到Hugging Face Spaces进行实时监控，提供JSON输出便于自动化处理，关键词包括机器学习、实验跟踪、日志记录、可视化、Hugging Face Spaces、自动化。

机器学习 0 次安装 0 次浏览 更新于 3/24/2026

名称: hugging-face-trackio 描述: 使用Trackio跟踪和可视化ML训练实验。在训练期间记录指标（Python API）或检索/分析已记录的指标（CLI）。支持实时仪表板可视化、HF Space同步和JSON输出用于自动化。

Trackio - ML训练的实验跟踪

Trackio是一个用于记录和可视化ML训练指标的实验跟踪库。它同步到Hugging Face Spaces以进行实时监控仪表板。

两个接口

任务 接口 参考
训练期间记录指标 Python API references/logging_metrics.md
训练后/期间检索指标 CLI references/retrieving_metrics.md

何时使用每个接口

Python API → 记录

在训练脚本中使用import trackio来记录指标：

  • 用trackio.init()初始化跟踪
  • 用trackio.log()记录指标或使用TRL的report_to="trackio"
  • 用trackio.finish()结束

关键概念：对于远程/云训练，传递space_id — 指标同步到Space仪表板，以便在实例终止后持久保存。

→ 参见references/logging_metrics.md了解设置、TRL集成和配置选项。

CLI → 检索

使用trackio命令查询已记录的指标：

  • trackio list projects/runs/metrics — 发现可用内容
  • trackio get project/run/metric — 检索摘要和值
  • trackio show — 启动仪表板
  • trackio sync — 同步到HF Space

关键概念：添加--json以获取适合自动化和LLM代理的程序化输出。

→ 参见references/retrieving_metrics.md了解所有命令、工作流和JSON输出格式。

最小记录设置

import trackio

trackio.init(project="my-project", space_id="username/trackio")
trackio.log({"loss": 0.1, "accuracy": 0.9})
trackio.log({"loss": 0.09, "accuracy": 0.91})
trackio.finish()

最小检索

trackio list projects --json
trackio get metric --project my-project --run my-run --metric loss --json