fastai v1

fastai v1 で W&B コールバックを使用して、モデルのトポロジー、損失、メトリクス、重み、勾配、予測をログします。

このドキュメントは fastai v1 向けです。 現在のバージョンの fastai を使用している場合は、fastai ページを参照してください。

fastai v1 を使用するスクリプト向けに、モデルのトポロジー、損失、メトリクス、重み、勾配、サンプル予測、そして最も性能の高い学習済みモデルを自動的にログできるコールバックを用意しています。

import wandb
from wandb.fastai import WandbCallback

wandb.init()

learn = cnn_learner(data, model, callback_fns=WandbCallback)
learn.fit(epochs)

ログするデータは、コールバックのコンストラクタで設定できます。

from functools import partial

learn = cnn_learner(
    data, model, callback_fns=partial(WandbCallback, input_type="images")
)

トレーニング開始時のみ WandbCallback を使用することもできます。この場合、インスタンス化しておく必要があります。

learn.fit(epochs, callbacks=WandbCallback(learn))

その段階でカスタムパラメーターを指定することもできます。

learn.fit(epochs, callbacks=WandbCallback(learn, input_type="images"))

コード例

インテグレーションの動作を確認できるよう、いくつかの例を用意しています。

Fastai v1

• 『シンプソンズ』のキャラクターを分類する: Fastai モデルをトラッキングして比較するシンプルなデモ
• Fastai によるセマンティックセグメンテーション: 自動運転車向けのニューラルネットワークを最適化

オプション

WandbCallback() クラスでは、いくつかのオプションを指定できます。

キーワード引数	デフォルト	説明
learn	N/A	フックする fast.ai learner。
save_model	True	各 step で改善が見られた場合にモデルを保存します。トレーニングの最後に best model も読み込みます。
mode	auto	min、max、または auto：monitor で指定したトレーニングメトリクスを step 間でどのように比較するかを指定します。
monitor	None	best model を保存するためのパフォーマンス測定に使用するトレーニングメトリクスです。None の場合、デフォルトは検証損失です。
log	gradients	gradients、parameters、all、または None。損失とメトリクスは常にログされます。
input_type	None	images または None。サンプル予測の表示に使用します。
validation_data	None	input_type が設定されている場合に、サンプル予測に使用するデータ。
predictions	36	input_type が設定され、validation_data が None の場合に行う予測数。
seed	12345	input_type が設定され、validation_data が None の場合に、サンプル予測用の乱数ジェネレーターを初期化します。