ログの記録

メトリクスやハイパーパラメータ、テーブル、カスタムデータを W&B にログとして記録します。

メトリクス、ハイパーパラメータ、テーブル、カスタムデータを W&B に記録します。

​

カスタムサマリー指標をログに記録する

"""
カスタムサマリーメトリクスをW&Bに記録する。
"""
import wandb
import random 

with wandb.init(project="<project>") as run:
    # 1から10のランダムな整数値でカスタムサマリーメトリクスを記録する
    run.summary["<metric_name>"] = random.randint(1, 10)

​

レジストリコレクションから既存のアーティファクトをダウンロードして記録する

"""
W&B レジストリコレクションから既存のアーティファクトをダウンロードしてログに記録します。
プレースホルダーを実際のレジストリ名、コレクション名、エンティティ、
プロジェクト、バージョンに置き換えてください。
"""
import wandb

# バージョンを含む完全なアーティファクト名を構築する
registry_name = "<registry_name>"  # レジストリ名を指定する
collection_name = "<collection_name>" # コレクション名を指定する
version = 0 # 使用するアーティファクトのバージョンを指定する
artifact_name_registry = f"wandb-registry-{registry_name}/{collection_name}:v{version}"

# 別のチームとプロジェクトで W&B run を初期化する
with wandb.init(entity="<entity>", project="<project>") as run:
    # レジストリからモデルアーティファクトを使用する
    registry_model = run.use_artifact(artifact_or_name=artifact_name_registry)

    # モデルをローカルディレクトリにダウンロードする
    local_model_path = registry_model.download()

​

run を初期化してハイパーパラメータをログに記録する

"""W&B の run を初期化し、ハイパーパラメータをログします。"""
import wandb

config = {
    "learning_rate": 0.01,
    "batch_size": 32,
    "optimizer": "adam",
}

with wandb.init(project="<project>", config=config) as run:
    # 学習およびログのコードをここに記述
    pass

​

run を初期化し、メトリクスを記録する

"""W&B の run を初期化してメトリクスをログします。"""
import wandb

with wandb.init(project="<project>") as run:
    # 学習およびログのコードをここに記述

    # メトリクスをログする例
    run.log({"accuracy": 0.95})

​

テーブルをログに記録する

"""
W&B にテーブルをログする。
"""
import wandb

# 2列2行のデータを持つテーブルオブジェクトを作成する
my_table = wandb.Table(
    columns=["a", "b"],
    data=[["a1", "b1"], ["a2", "b2"]],
    log_mode="<log_mode>"
    )

# 新しい run を開始する
with wandb.init(project="<project>") as run:
    # W&B にテーブルをログする
    run.log({"<table_name>": my_table})