背景
在训练深度学习模型时,除了粗略估计外,很难预测训练何时结束。此外,我们可能还想随时随地查看训练情况,如果每次都需要登录回服务器的话并不方便。因此,为我们的训练设置自动通知会大有裨益。
相关的插件和库其实很多,例如而knockknock、dinglingling,但是存在着以下缺点:
- 依赖第三方服务,dinglingling依赖于ServerChan在微信端发送通知,是需要付费订阅会员的。
- 需要添加装饰器,代码可读性下降。
- 自定义能力差,仅仅起到通知作用。
基于此,个人认为比较好的方式是直接能使用免费的服务给自己发送消息,我比较推荐使用telegram(电报),因为飞书、钉钉、企业微信等都或多或少在逐步限缩个人版的机器人使用,以后可能会成为付费专属功能。
在可以正常使用telegram的情况下,可以按照下面的步骤操作。
1 创建机器人
电报的机器人是我们可以自己创建的一个聊天对象,表现形式和添加的好友一样,只是名字需要以 bot 结尾,不区分大小写。
要使用机器人发消息给自己或群组,先得有一个机器人,创建一个属于自己的机器人很简单,添加BotFather这个账号,依次发送以下内容即可:
/start
/newbot
YourNameBot (给机器人取名字,以 bot 结尾,不区分大小写,直接发送过去即可,如果重名了会提示重新输入)
创建成功后BotFather会返回一个token,这是用来调用API接口的,后面会用到。
2 与机器人的会话
上面我们创建了“YourNameBot”这个机器人,要与之对话,在任意聊天窗口发送 “@YourNameBot” 然后点击这条消息即可打开与YourNameBot的聊天。
如果你需要机器人发送消息给群组,还需要把机器人拉入到群组中。
特别注意:我们需要先与机器人之间创建会话,主动给它发一次消息,机器人才能给我们发消息,否则机器人无法主动发送消息。
通过发送第一条消息,我们可以访问
https://api.telegram.org/bot<YourBOTToken>/getUpdates
这个链接,把token替换成刚刚我们获得的机器人的token,就可以查看机器人的会话信息,因为我们向机器人主动发了消息,所以我们可以获取以message为key下面的[‘chat’][‘id’],这就是我们需要的chat_id(消息室的标识)。
3 调用API让机器人发送消息
现在,我们有了token、chat_id,接下来我们只需要组建我们的message就可以发送了,这个接口是:
https://api.telegram.org/bot<YourBOTToken>/sendMessage
我们可以使用python的requests库来发送post请求。写了个简易的代码,大家可以根据自己的需求进行修改。文章来源:https://www.toymoban.com/news/detail-836447.html
import requests
import json
def telegram_notification(epoch, avg_test_scalars):
"""
Send notification to telegram
params
epoch: int
avg_test_scalars: dict
return: None
"""
# chat id of user
CHAT_ID: int = 1234567
# telegram bot token
TOKEN="1234567"
url = 'https://api.telegram.org/bot{}/sendMessage'.format(TOKEN)
headers = {
'Content-Type': 'application/json'
}
# main text
text = "Epoch: {} has completed!\n".format(epoch)
text += json.dumps(avg_test_scalars)
# pack data
data = {
'chat_id': '{}'.format(CHAT_ID),
'text': text
}
# send request
response = requests.post(url=url, headers=headers, json=data)
return
if __name__ == "__main__":
telegram_notification(1, {'a': '1', 'b': '2'})
效果如图:
文章来源地址https://www.toymoban.com/news/detail-836447.html
到了这里,关于使用telegram机器人发送通知的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!