Training Platforms & Experiment Tracking: 解释实验管理需要记录哪些信息。

Core Concept: 代码版本、数据版本、超参、环境、随机种子、指标曲线、产物；目标是'可复现 + 可对比 + 可追溯'。

数学机理：<strong>实验管理需要记录的信息</strong>——(1) <strong>代码</strong>——(a) <strong>commit hash</strong>（精确的代码版本）；(b) <strong>分支/标签</strong>；(c) <strong>未提交的改动</strong>（若用 <code>git diff</code> 也应记录——否则复现不出）。<strong>关键</strong>——只记分支名不够（分支会变）；必须记 commit hash。(2) <strong>数据</strong>——(a) <strong>数据集版本/快照</strong>（见数据版本管理）；(b) <strong>数据路径</strong>（若用快照则路径稳定）；(c) <strong>预处理配置</strong>（切分/增强/过滤的配置）；(d) <strong>数据统计</strong>（样本数/分布——便于对比）。(3) <strong>配置（config）</strong>——(a) <strong>超参</strong>（学习率/批大小/层数/优化器/调度）；(b) <strong>训练配置</strong>（epoch/步数/精度）；(c) <strong>模型配置</strong>（架构/初始化）；(d) <strong>建议</strong>——用'配置文件 + 版本控制'（而非命令行参数散落）。(4) <strong>环境</strong>——(a) <strong>依赖版本</strong>（requirements/lock 文件）；(b) <strong>容器镜像</strong>（Docker digest——最可靠）；(c) <strong>CUDA/cuDNN/驱动版本</strong>；(d) <strong>硬件</strong>（GPU 型号/数量——影响数值与性能）。(5) <strong>随机种子</strong>——(a) <strong>所有随机源</strong>（Python/NumPy/PyTorch/数据加载/增强/dropout）；(b) <strong>为什么重要</strong>——(i) 不同种子的结果<strong>方差可达 1%~2%</strong>（对比方法时必须多种子）；(ii) 复现需要同种子。(6) <strong>指标（metrics）</strong>——(a) <strong>实时曲线</strong>（loss/准确率/学习率/梯度范数）；(b) <strong>最终指标</strong>；(c) <strong>中间评估</strong>（验证集）；(d) <strong>对比视图</strong>（多实验对比）。(7) <strong>产物（artifacts）</strong>——(a) <strong>checkpoint</strong>（模型权重）；(b) <strong>日志</strong>（完整日志）；(c) <strong>可视化</strong>（图表/样本）；(d) <strong>模型卡</strong>（见治理题）。(8) <strong>元数据</strong>——(a) <strong>谁/何时</strong>（负责人/时间）；(b) <strong>为什么</strong>（假设/目的）；(c) <strong>结论</strong>（结果与解读）；(d) <strong>标签</strong>（便于检索）。<strong>目标</strong>——(a) <strong>可复现</strong>（一键复现）；(b) <strong>可对比</strong>（多实验对比视图）；(c) <strong>可追溯</strong>（找到'为什么做这个实验'）。<strong>工具</strong>——(a) <strong>MLflow</strong>（实验跟踪 + 模型注册）；(b) <strong>Weights & Biases</strong>（可视化强）；(c) <strong>TensorBoard</strong>（基础）；(d) <strong>DVC</strong>（数据/模型版本）；(e) <strong>自建</strong>（大厂常自建）。<strong>与其他问题的关系</strong>——(a) 与'模型版本与产物管理'（下一题）；(b) 与'可复现性'（依赖与环境）；(c) 与'实验设计与消融'（多种子）。<strong>实践建议</strong>——(a) <strong>记录 commit hash</strong>（而非分支）；(b) <strong>数据快照</strong>（而非路径）；(c) <strong>容器镜像 digest</strong>（最可靠的环境）；(d) <strong>记录所有随机源</strong>；(e) <strong>配置文件版本化</strong>；(f) <strong>元数据（为什么）</strong>——最易被忽略但最有价值。<strong>度量</strong>——(a) 复现成功率；(b) 实验的元数据完整度；(c) 对比分析的效率。

深度剖析与工程权衡：① <strong>'记录 commit hash 而非分支名'</strong>——分支会变；面试中能指出是深度理解的标志。② <strong>'容器镜像 digest'是最可靠的环境记录</strong>——比 requirements 更可靠。③ <strong>'记录所有随机源'</strong>——种子方差可达 1%~2%；故对比方法需多种子。④ <strong>'元数据（为什么做这个实验）'最易被忽略但最有价值</strong>——几个月后'为什么'比'怎么做'更重要。⑤ <strong>'数据快照而非路径'</strong>——路径内容会变。⑥ <strong>面试要点</strong>——被问'实验要记录什么'，应给出'<strong>代码（commit）/数据（快照）/配置/环境（镜像 digest）/种子/指标/产物/元数据（谁/何时/为什么）</strong>'与'<strong>可复现+可对比+可追溯</strong>'；能指出'记录 commit 而非分支'是深度理解的标志。