fastai v1

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

fastai v1 を使用するスクリプトの場合、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、および最適な訓練モデルを自動的にログすることができ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)

ログされるデータは、コールバックのコンストラクタを介して設定可能です。

from functools import partial

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

また、トレーニングを開始するときにのみ WandbCallback を使用することも可能です。この場合、それを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与えることもできます。

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

コード例

インテグレーションがどのように機能するかを見るために、いくつかの例を作成しました： Fastai v1

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	モデルが各ステップで改善されれば保存します。また、トレーニング終了時に最適なモデルをロードします。
mode	auto	`min`、`max`、または `auto`: 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に使用されるトレーニングメトリクス。None はデフォルトで検証損失になります。
log	gradients	`gradients`、`parameters`、`all`、または None。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されます。
validation_data	None	`input_type` が設定されている場合にサンプル予測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` の場合にサンプル予測のためのランダムジェネレータを初期化します。