实验室语言 组织机器学习实验并通过移动设备监控培训进度。 :fire: 产品特点 通过监控正在运行的实验 仅与两行代码集成（请参见下面的示例） 跟踪实验，包括git commit，配置和超参数等信息 保持Tensorboard日志井井有条 可在本地浏览和管理实验运行 保存和加载检查点 自定义可视化的API 漂亮的培训进度日志 开源！ 我们还有一个用于移动网络应用的小型托管服务器 安装 您可以使用PIP安装此软件包。 pip install labml PyTorch示例 from