back to home

SwanHubX / SwanLab

⚡️SwanLab - an open-source, modern-design AI training tracking and visualization tool. Supports Cloud / Self-hosted use. Integrated with PyTorch / Transformers / verl / LLaMA Factory / ms-swift / Ultralytics / MMEngine / Keras etc.

3,688 stars
191 forks
69 issues
PythonMakefile

AI Architecture Analysis

This repository is indexed by RepoMind. By analyzing SwanHubX/SwanLab in our AI interface, you can instantly generate complete architecture diagrams, visualize control flows, and perform automated security audits across the entire codebase.

Our Agentic Context Augmented Generation (Agentic CAG) engine loads full source files into context on-demand, avoiding the fragmentation of traditional RAG systems. Ask questions about the architecture, dependencies, or specific features to see it in action.

Source files are only loaded when you start an analysis to optimize performance.

Embed this Badge

Showcase RepoMind's analysis directly in your repository's README.

[![Analyzed by RepoMind](https://img.shields.io/badge/Analyzed%20by-RepoMind-4F46E5?style=for-the-badge)](https://repomind.in/repo/SwanHubX/SwanLab)
Preview:Analyzed by RepoMind

Repository Overview (README excerpt)

Crawler view

一个专业、现代化设计的AI训练分析平台 面向模型训练团队,与50+主流框架集成,与你的实验代码轻松结合 🔥SwanLab 在线版 · 📃 文档 · 报告问题 · 建议反馈 · 更新日志 · 基线社区 [![][release-shield]][release-link] [![][dockerhub-shield]][dockerhub-link] [![][github-stars-shield]][github-stars-link] [![][github-issues-shield]][github-issues-shield-link] [![][github-contributors-shield]][github-contributors-link] [![][license-shield]][license-shield-link] [![][tracking-swanlab-shield]][tracking-swanlab-shield-link] [![][last-commit-shield]][last-commit-shield-link] [![][pypi-version-shield]][pypi-version-shield-link] [![][wechat-shield]][wechat-shield-link] [![][pypi-downloads-shield]][pypi-downloads-shield-link] [![][colab-shield]][colab-shield-link] 中文 / English / 日本語 / Русский 👋 加入我们的微信群 目录 • 🌟 最近更新 • 👋🏻 什么是SwanLab • 📃 在线演示 • 🏁 快速开始 • 💻 自托管 • 🔥 实战案例 • 🎮 硬件记录 • 🚗 框架集成 • 🔌 插件与API • 🆚 与熟悉的工具的比较 • 👥 社区 • 📃 协议 🌟 最近更新 • 2026.02.06: 🔥**swanlab.Api**已正式上线,提供更强大的、面向对象式的开放API接口,文档;ECharts.Table支持CSV下载;现在支持将图表一键置于分组首位了; • 2026.01.28:⚡️**LightningBoard V2**上线,进一步提升仪表盘性能; • 2026.01.16:⚡️**LightningBoard(闪电看板)V1** 现已上线,专为超大图表数量级场景打造;新增**图表嵌入链接**,现在可以把你的图表嵌入到在线文档当中(如Notion、飞书云文档等); • 2026.01.02:🥳 新增对**AMD ROCm**与**天数智芯Iluvatar GPU**的硬件监控支持;SDK增加心跳包特性,实现更稳健的端云连接; • 2025.12.15:🎉SwanLab **Kubernetes版** 现已发布!部署文档;NVIDIA NeMo RL 框架已集成SwanLab,文档; • 2025.12.01:🕰 新增**折线图详细信息展示**,鼠标悬浮在折线图上时,单击Shift将开启详细模式,支持显示当前log点的时间;📊 图表分组支持**MIN/MAX区域范围显示**; • 2025.11.17:📊全局图表配置增加**X轴数据源选择**、**悬停模式**功能,增加图表分析体验;增加 功能;文档 • 2025.11.06:🔪**实验分组**上线,支持对大批量实验进行分组管理;工作区页面升级,支持快捷在多个组织下切换;大幅优化了折线图的渲染性能;swanlab.init上线 与 参数; • 2025.10.15:📊折线图配置支持**X轴数据源选择**;侧边栏支持显示表格视图中Pin的列,增强实验数据对齐能力; 完整更新日志 • 2025.09.22:📊全新UI上线;表格视图支持全局排序和筛选;数据层面统一表格视图与图表视图; • 2025.09.12:🔢支持创建**标量图**,灵活显示实验指标的统计值;组织管理页面大升级,提供更强大的权限控制与项目管理能力; • 2025.08.19:🤔更强大的图表渲染性能与低侵入式加载动画,让研究者更聚焦于实验分析本身;集成优秀的MLX-LM、SpecForge框架,提供更多场景的训练体验; • 2025.08.06:👥**训练轻协作**上线,支持邀请项目协作者,分享项目链接与二维码;工作区支持列表视图,支持显示项目Tags; • 2025.07.29:🚀侧边栏支持**实验筛选、排序**;📊表格视图上线**列控制面板**,能够方便地实现列的隐藏与显示;🔐**多API Key**管理上线,让你的数据更安全;swanlab sync提高了对日志文件完整性的兼容,适配训练崩溃等场景;新图表-PR曲线、ROC曲线、混淆矩阵上线,文档; • 2025.07.17:📊更强大的**折线图配置**,支持灵活配置线型、颜色、粗细、网格、图例位置等;📹支持**swanlab.Video**数据类型,支持记录与可视化GIF格式文件;全局图表仪表盘支持配置Y轴与最大显示实验数; • 2025.07.10:📚更强大的**文本视图**,支持Markdown渲染与方向键切换,可由 与 创建,Demo • 2025.07.06:🚄支持**resume断点续训**;新插件**文件记录器**;集成ray框架,文档;集成ROLL框架,感谢@PanAndy,文档 • 2025.06.27:📊支持**小折线图局部放大**;支持配置**单个折线图平滑**;大幅改进了图像图表放大后的交互效果; • 2025.06.20:🤗集成accelerate框架,PR,文档,增强分布式训练中的实验记录体验; • 2025.06.18:🐜集成AREAL框架,感谢@xichengpro,PR,文档;🖱支持鼠标Hover到侧边栏实验时,高亮相应曲线;支持跨组对比折线图;支持设置实验名裁剪规则; • 2025.06.11:📊支持 **swanlab.echarts.table** 数据类型,支持纯文本图表展示;支持对分组进行**拉伸交互**,以增大同时显示的图表数量;表格视图增加 **指标最大/最小值** 选项; • 2025.06.08:♻️支持在本地存储完整的实验日志文件,通过 **swanlab sync** 上传本地日志文件到云端/私有化部署端;硬件监控支持**海光DCU**; • 2025.06.01:🏸支持**图表自由拖拽**;支持**ECharts自定义图表**,增加包括柱状图、饼状图、直方图在内的20+图表类型;硬件监控支持**沐曦GPU**;集成 **PaddleNLP** 框架; • 2025.05.25:日志支持记录**标准错误流**,PyTorch Lightning等框架的打印信息可以被更好地记录;硬件监控支持**摩尔线程**;新增运行命令记录安全防护功能,API Key将被自动隐藏; • 2025.05.14:支持**实验Tag**;支持折线图**Log Scale**;支持**分组拖拽**;大幅度优化了大量指标上传的体验;增加 开放接口; • 2025.05.09:支持**折线图创建**;配置图表功能增加**数据源选择**功能,支持单张图表显示不同的指标;支持生成**训练项目GitHub徽章**; • 2025.04.23:支持折线图**编辑**,支持自由配置图表的X、Y轴数据范围和标题样式;图表搜索支持**正则表达式**;支持**昆仑芯XPU**的硬件检测与监控; • 2025.04.11:支持折线图**局部区域选取**;支持全局选择仪表盘折线图的step范围;支持一键隐藏全部图表; • 2025.04.08:支持**swanlab.Molecule**数据类型,支持记录与可视化生物化学分子数据;支持保存表格视图中的排序、筛选、列顺序变化状态; • 2025.04.07:我们与 EvalScope 完成了联合集成,现在你可以在EvalScope中使用SwanLab来**评估大模型性能**; • 2025.03.30:支持**swanlab.Settings**方法,支持更精细化的实验行为控制;支持**寒武纪MLU**硬件监控;支持 Slack通知、Discord通知; • 2025.03.21:🎉🤗HuggingFace Transformers已正式集成SwanLab(>=4.50.0版本),#36433;新增 **Object3D图表** ,支持记录与可视化三维点云,文档;硬件监控支持了 GPU显存(MB)、磁盘利用率、网络上下行 的记录; • 2025.03.12:🎉🎉SwanLab**私有化部署版**现已发布!!🔗部署文档;SwanLab 已支持插件扩展,如 邮件通知、飞书通知 • 2025.03.09:支持**实验侧边栏拉宽**;新增外显 Git代码 按钮;新增 **sync_mlflow** 功能,支持与mlflow框架同步实验跟踪; • 2025.03.06:我们与 DiffSynth Studio 完成了联合集成,现在你可以在DiffSynth Studio中使用SwanLab来**跟踪和可视化Diffusion模型文生图/视频实验**,使用指引; • 2025.03.04:新增 **MLFlow转换** 功能,支持将MLFlow实验转换为SwanLab实验,使用指引; • 2025.03.01:新增 **移动实验** 功能,现在可以将实验移动到不同组织的不同项目下了; • 2025.02.24:我们与 EasyR1 完成了联合集成,现在你可以在EasyR1中使用SwanLab来**跟踪和可视化多模态大模型强化学习实验**,使用指引 • 2025.02.18:我们与 Swift 完成了联合集成,现在你可以在Swift的CLI/WebUI中使用SwanLab来**跟踪和可视化大模型微调实验**,使用指引。 • 2025.02.16:新增 **图表移动分组、创建分组** 功能。 • 2025.02.09:我们与 veRL 完成了联合集成,现在你可以在veRL中使用SwanLab来**跟踪和可视化大模型强化学习实验**,使用指引。 • 2025.02.05: 支持嵌套字典 #812,适配Jax框架特性;支持 与 参数; • 2025.01.22:新增 与 功能,支持与此两种TensorBoard框架同步实验跟踪; • 2025.01.17:新增 功能,文档,支持与Weights & Biases实验跟踪同步;大幅改进了日志渲染性能 • 2025.01.11:云端版大幅优化了项目表格的性能,并支持拖拽、排序、筛选等交互 • 2025.01.01:新增折线图**持久化平滑**、折线图拖拽式改变大小,优化图表浏览体验 • 2024.12.22:我们与 LLaMA Factory 完成了联合集成,现在你可以在LLaMA Factory中使用SwanLab来**跟踪和可视化大模型微调实验**,使用指引。 • 2024.12.15:**硬件监控(0.4.0)** 功能上线,支持CPU、NPU(Ascend)、GPU(Nvidia)的系统级信息记录与监控。 • 2024.12.06:新增对LightGBM、XGBoost的集成;提高了对日志记录单行长度的限制。 • 2024.11.26:环境选项卡-硬件部分支持识别**华为昇腾NPU**与**鲲鹏CPU**;云厂商部分支持识别青云**基石智算**。 👋🏻 什么是SwanLab SwanLab 是一款**AI训练分析与指标观测平台**,面向模型训练团队,提供训练可视化、自动日志记录、超参数记录、实验对比、多人协同等功能,帮助团队快速发现训练问题,加速模型迭代。 在SwanLab上,研究者能基于直观的可视化图表发现训练问题,对比多个实验找到研究灵感,并通过**在线网页**的分享与基于组织的**多人协同训练**,打破团队沟通的壁垒,提高组织训练效率。 https://github.com/user-attachments/assets/7965fec4-c8b0-4956-803d-dbf177b44f54 以下是其核心特性列表: **1. 📊 实验指标与超参数跟踪**: 极简的代码嵌入您的机器学习 pipeline,跟踪记录训练关键指标 • ☁️ 支持**云端**使用(类似Weights & Biases),随时随地查看训练进展。手机看实验的方法 • 📝 支持**超参数记录**、**指标总结**、**表格分析** • 🌸 **可视化训练过程**: 通过UI界面对实验跟踪数据进行可视化,可以让训练师直观地看到实验每一步的结果,分析指标走势,判断哪些变化导致了模型效果的提升,从而整体性地提升模型迭代效率。 • **支持的元数据类型**:标量指标、图像、音频、文本、视频、3D点云、生物化学分子、Echarts自定义图表... • **支持的图表类型**:折线图、媒体图(图像、音频、文本、视频)、3D点云、生物化学分子、柱状图、散点图、箱线图、热力图、饼状图、雷达图、自定义图表... • **LLM生成内容可视化组件**:为大语言模型训练场景打造的文本内容可视化图表,支持Markdown渲染 • **后台自动记录**:日志logging、硬件环境、Git 仓库、Python 环境、Python 库列表、项目运行目录 • **断点续训记录**:支持在训练完成/中断后,补充新的指标数据到同个实验中 **2. ⚡️ 全面的框架集成**: PyTorch、🤗HuggingFace Transformers、PyTorch Lightning、🦙LLaMA Factory、MMDetection、Ultralytics、PaddleDetetion、LightGBM、XGBoost、Keras、Tensorboard、Weights&Biases、OpenAI、Swift、XTuner、Stable Baseline3、Hydra 在内的 **30+** 框架 **3. 💻 硬件监控**: 支持实时记录与监控CPU、NPU(**昇腾Ascend**)、GPU(**英伟达Nvidia**)、…