Framework para definir modelos de ponta em machine learning para texto, visão, áudio e tarefas multimodais, voltado a inferência e treinamento.
SwanHubX/SwanLab
Plataforma open source para acompanhar e visualizar treinamentos de IA, registrando métricas, hiperparâmetros e dados de hardware, com implantação na nuvem ou autohospedada.
Alternativa open source a:Weights & Biases
- Estrelas
- 4,313
- Forks
- 231
- Issues abertas
- 47
- Último commit
- ontem
O que é?
O SwanLab é uma plataforma para acompanhar e visualizar execuções de treinamento de machine learning. Os desenvolvedores adicionam algumas linhas de Python ao código de treinamento, e o SwanLab registra métricas escalares, hiperparâmetros, logs e informações do sistema, como uso de CPU, memória e aceleradores. Os resultados aparecem em um dashboard web, onde é possível gerar gráficos das execuções, compará-las em tabelas e compartilhá-las por meio de links permanentes.
A plataforma se integra a diversos frameworks, incluindo PyTorch, Hugging Face Transformers, PyTorch Lightning, LLaMA Factory, ms-swift, Ultralytics, MMEngine e Keras. O monitoramento de hardware abrange NVIDIA, AMD, Ascend NPU, Cambricon MLU, Kunlunxin XPU e vários outros aceleradores nacionais. As equipes podem colaborar em um projeto e organizar experimentos em grupos.
O SwanLab pode ser usado pelo serviço de nuvem hospedado em swanlab.cn ou autohospedado com Docker ou Kubernetes; também é possível executar o dashboard offline localmente. O projeto é distribuído sob a licença Apache 2.0.
Recursos principais
- 01Registra métricas escalares, hiperparâmetros e texto a partir do código de treinamento com algumas linhas de Python.
- 02Os gráficos incluem linhas, barras, dispersão, mapas de calor e ECharts personalizados, além de mídias como imagens, áudio e vídeo.
- 03Registra estatísticas de hardware e do sistema em NVIDIA, AMD, Ascend e outros aceleradores.
- 04Integra-se a mais de 30 frameworks e bibliotecas de treinamento.
- 05Oferece suporte a projetos de equipe, tabelas para comparar experimentos e links compartilháveis.
- 06Pode ser autohospedado com Docker ou Kubernetes, ou executado como um dashboard offline.
Casos de uso
- Acompanhar curvas de loss e acurácia durante o fine-tuning de um modelo de linguagem de grande porte.
- Comparar execuções com diferentes hiperparâmetros entre os integrantes da equipe para escolher a melhor configuração.
- Monitorar o uso de GPU ou NPU durante treinamentos longos em um cluster.
- Hospedar um dashboard interno de experimentos em uma rede privada para uma equipe em ambiente isolado.
Tópicos
Perguntas frequentes
- O que é SwanLab?
- Plataforma open source para acompanhar e visualizar treinamentos de IA, registrando métricas, hiperparâmetros e dados de hardware, com implantação na nuvem ou autohospedada. O SwanLab é uma plataforma para acompanhar e visualizar execuções de treinamento de machine learning. Os desenvolvedores adicionam algumas linhas de Python ao código de treinamento, e o SwanLab registra métricas escalares, hiperparâmetros, logs e informações do sistema, como uso de CPU, memória e aceleradores. Os resultados aparecem em um dashboard web, onde é possível gerar gráficos das execuções, compará-las em tabelas e compartilhá-las por meio de links permanentes.
- SwanLab é gratuito? Qual é a licença?
- SwanLab é open source sob a licença Apache-2.0. Confira os termos da licença antes de usá-lo em produtos comerciais.
- SwanLab ainda é mantido?
- Manutenção ativa. O último commit de SwanLab foi em 20 de out. de 2026.
- Para que posso usar SwanLab?
- Acompanhar curvas de loss e acurácia durante o fine-tuning de um modelo de linguagem de grande porte. Comparar execuções com diferentes hiperparâmetros entre os integrantes da equipe para escolher a melhor configuração. Monitorar o uso de GPU ou NPU durante treinamentos longos em um cluster. Hospedar um dashboard interno de experimentos em uma rede privada para uma equipe em ambiente isolado.
- Onde consigo SwanLab?
- O código-fonte e as instruções de instalação estão no GitHub: https://github.com/SwanHubX/SwanLab
Resumo gerado por IA a partir do README do projeto. As estatísticas do GitHub são atualizadas diariamente.
Projetos relacionados
Keras 3 é um framework de deep learning que roda com JAX, TensorFlow, PyTorch ou OpenVINO para inferência.
Ray é um framework unificado para escalar aplicações Python e de IA, do laptop ao cluster, com runtime distribuído e bibliotecas de IA.
Biblioteca de otimização de deep learning que facilita e torna mais eficiente o treinamento distribuído e a inferência de modelos grandes.
Visualizador de modelos de redes neurais, deep learning e machine learning, com suporte a ONNX, TensorFlow, PyTorch, Core ML e muitos outros formatos.
Implementação oficial do FlashAttention, um kernel de atenção exata e eficiente em memória para treinar e executar inferência de modelos Transformer em GPUs.