Sweeps の概要

W&B Sweeps を用いたハイパーパラメータ探索とモデル最適化

Colab で試すW&B で試す

W&B Sweeps を使ってハイパーパラメータ探索を自動化し、リッチでインタラクティブな形で実験をトラッキング・可視化できます。ベイズ探索、グリッドサーチ、ランダムサーチなどの一般的な探索手法から選択して、ハイパーパラメータ空間を探索できます。1 台または複数台のマシンにまたがってスイープをスケールさせ、並列実行できます。

​

仕組み

2 つの W&B CLI コマンドを使ってスイープを作成します：

1. スイープを初期化します。

  wandb sweep --project <project-name> <path-to-config file>

2. スイープエージェントを起動します。

  wandb agent <sweep-ID>

前述のコードスニペットとこのページに掲載されている Colab では、W&B CLI を使ってスイープを初期化して作成する方法を示しています。Python SDK を使ってスイープを設定、初期化し、実行する方法については、Sweeps walkthrough を参照してください。

​

はじめに

ユースケースに応じて、以下のリソースを参照して W&B Sweeps の利用を開始してください。

• Sweeps walkthrough を読んで、スイープ設定の定義、スイープの初期化、スイープの開始に使用する W&B Python SDK コマンドをステップバイステップで確認してください。
• この章を読み進めて、次の内容を学んでください:
  • コードに W&B を追加する
  • スイープ設定を定義する
  • スイープを初期化する
  • スイープエージェントを開始する
  • スイープ結果を可視化する
• 厳選された Sweep 実験の一覧を参照して、W&B Sweeps を用いたハイパーパラメータ最適化の例を確認してください。結果は W&B Reports に保存されます。

手順を追って学べる動画については、Tune Hyperparameters Easily with W&B Sweeps を参照してください。

​

ノートブックの例

以下のノートブックでは、さまざまなフレームワークやユースケースにおけるハイパーパラメータ最適化で W&B Sweeps を使用する方法を紹介します。

• Sweeps を使ったハイパーパラメータ最適化
• XGBoost での W&B Sweeps の使い方