fastai v1

注記

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

fastai v1を使用したスクリプトでは、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、最適なトレーニングモデルを自動的にログするコールバックがあります。

import wandb
from wandb.fastai import WandbCallback

wandb.init()

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

要求されたログデータはコールバックコンストラクタを通じて設定可能です。

from functools import partial

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

トレーニングを開始する際にのみWandbCallbackを使用することも可能です。この場合、インスタンス化する必要があります。

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

その段階でカスタムパラメータを指定することもできます。

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

サンプルコード

インテグレーションの動作を確認するための例をいくつか用意しています：

Fastai v1

• シンプソンズキャラクターの分類: Fastaiモデルを追跡し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: 自動運転車のためのニューラルネットワークの最適化

オプション

WandbCallback() クラスは多くのオプションをサポートしています：

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	各ステップでモデルが改善された場合にモデルを保存します。トレーニング終了時には最適なモデルをロードします。
mode	auto	'min', 'max', 'auto'のいずれか: ステップ間で指定されたトレーニングメトリクスをどのように比較するか。
monitor	None	最適なモデルを保存するためのパフォーマンスを測定するトレーニングメトリクス。Noneはデフォルトで検証損失。
log	gradients	"gradients", "parameters", "all", Noneのいずれか。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。サンプル予測を表示するために使用。
validation_data	None	input_typeが設定された場合に使用されるデータ。
predictions	36	input_typeが設定され、validation_dataがNoneの場合に行う予測の数。
seed	12345	input_typeが設定され、validation_dataがNoneの場合のサンプル予測のための乱数生成器を初期化。