Documentation Index
Fetch the complete documentation index at: https://docs.wandb.ai/llms.txt
Use this file to discover all available pages before exploring further.
PyTorch Geometric, ou PyG, est l’une des bibliothèques les plus populaires pour le deep learning géométrique, et W&B s’y intègre extrêmement bien pour visualiser des graphes et suivre les expériences.
Après avoir installé PyTorch Geometric, suivez ces étapes pour démarrer.
Inscrivez-vous et créez une clé API
Pour une méthode plus directe, créez une clé API en accédant directement aux Paramètres utilisateur. Copiez immédiatement la clé API nouvellement créée et conservez-la dans un endroit sûr, par exemple dans un gestionnaire de mots de passe.
- Cliquez sur l’icône de votre profil en haut à droite.
- Sélectionnez Paramètres utilisateur, puis faites défiler la page jusqu’à la section Clés API.
Installez la bibliothèque wandb et connectez-vous
wandb en local et vous connecter :
Ligne de commande
Python
Python notebook
-
Définissez la variable d’environnement
WANDB_API_KEY avec votre clé API.
export WANDB_API_KEY=<your_api_key>
-
Installez la bibliothèque
wandb et connectez-vous.
pip install wandb
wandb login
import wandb
wandb.login()
!pip install wandb
import wandb
wandb.login()
from pyvis.network import Network
import wandb
with wandb.init(project=’graph_vis’) as run:
net = Network(height="750px", width="100%", bgcolor="#222222", font_color="white")
# Ajouter les arêtes du graphe PyG au réseau PyVis
for e in tqdm(g.edge_index.T):
src = e[0].item()
dst = e[1].item()
net.add_node(dst)
net.add_node(src)
net.add_edge(src, dst, value=0.1)
# Enregistrer la visualisation PyVis dans un fichier HTML
net.show("graph.html")
run.log({"eda/graph": wandb.Html("graph.html")})
def create_vis(graph):
G = to_networkx(graph)
pos = nx.spring_layout(G)
edge_x = []
edge_y = []
for edge in G.edges():
x0, y0 = pos[edge[0]]
x1, y1 = pos[edge[1]]
edge_x.append(x0)
edge_x.append(x1)
edge_x.append(None)
edge_y.append(y0)
edge_y.append(y1)
edge_y.append(None)
edge_trace = go.Scatter(
x=edge_x, y=edge_y,
line=dict(width=0.5, color='#888'),
hoverinfo='none',
mode='lines'
)
node_x = []
node_y = []
for node in G.nodes():
x, y = pos[node]
node_x.append(x)
node_y.append(y)
node_trace = go.Scatter(
x=node_x, y=node_y,
mode='markers',
hoverinfo='text',
line_width=2
)
fig = go.Figure(data=[edge_trace, node_trace], layout=go.Layout())
return fig
with wandb.init(project=’visualize_graph’) as run:
run.log({‘graph’: wandb.Plotly(create_vis(graph))})
with wandb.init(project="my_project", entity="my_entity") as run:
run.log({
'train/loss': training_loss,
'train/acc': training_acc,
'val/loss': validation_loss,
'val/acc': validation_acc
})
