DeepChem

분자 ML 모델의 실험 추적 및 시각화를 위해 DeepChem 라이브러리에 W&B를 통합하세요.

DeepChem library는 약물 발견, 재료 과학, 화학, 생물학 분야에서 딥러닝을 더 쉽게 활용할 수 있도록 돕는 오픈 소스 도구를 제공합니다. 이 W&B 인테그레이션은 DeepChem으로 모델을 트레이닝하는 동안 간단하고 사용하기 쉬운 실험 추적과 모델 체크포인팅을 지원합니다.

코드 3줄로 DeepChem 로깅하기

logger = WandbLogger(…)
model = TorchModel(…, wandb_logger=logger)
model.fit(…)

리포트 및 Google Colab

W&B DeepChem 인테그레이션으로 생성된 차트 예시는 DeepChem에서 W&B 사용하기: 분자 그래프 합성곱 네트워크 글에서 확인하세요.

바로 실행해 볼 수 있는 코드는 이 Google Colab에서 확인하세요.

실험 추적

KerasModel 또는 TorchModel 유형의 DeepChem 모델용으로 W&B를 설정합니다.

회원가입하고 API 키 만들기

API 키는 사용 중인 머신을 W&B에 인증합니다. 사용자 프로필에서 API 키를 생성할 수 있습니다.

더 간편하게 하려면 User Settings로 바로 이동해 API 키를 생성하세요. 새로 생성한 API 키는 즉시 복사해 비밀번호 관리자와 같은 안전한 위치에 저장하세요.

1. 오른쪽 상단에서 사용자 프로필 아이콘을 클릭합니다.
2. User Settings를 선택한 다음 API Keys 섹션으로 스크롤합니다.

wandb 라이브러리 설치 및 로그인

로컬에 wandb 라이브러리를 설치하고 로그인하려면 다음 단계를 따르세요.

명령줄

1. WANDB_API_KEY 환경 변수를 API 키로 설정합니다.

   export WANDB_API_KEY=<your_api_key>
   

2. wandb 라이브러리를 설치하고 로그인합니다.

   pip install wandb
   
   wandb login
   

Python

pip install wandb

import wandb
wandb.login()

Python notebook

!pip install wandb

import wandb
wandb.login()

트레이닝 및 평가 데이터를 W&B에 로깅하기

트레이닝 손실과 평가 메트릭은 W&B에 자동으로 로깅할 수 있습니다. 평가는 DeepChem의 ValidationCallback을 사용해 선택적으로 활성화할 수 있으며, WandbLogger는 ValidationCallback 콜백을 감지해 생성된 메트릭을 로깅합니다.

TorchModel

from deepchem.models import TorchModel, ValidationCallback

vc = ValidationCallback(…)  # 선택 사항
model = TorchModel(…, wandb_logger=logger)
model.fit(…, callbacks=[vc])
logger.finish()

KerasModel

from deepchem.models import KerasModel, ValidationCallback

vc = ValidationCallback(…)  # 선택 사항
model = KerasModel(…, wandb_logger=logger)
model.fit(…, callbacks=[vc])
logger.finish()