fastai v1
less than a minute
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
- シンプソンキャラクターの分類: Fastai モデルを追跡し比較するためのシンプルなデモ
- Fastai を用いたセマンティックセグメンテーション: 自動運転車のニューラルネットワークを最適化する
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 | 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。 |
フィードバック
このページは役に立ちましたか?
Glad to hear it! If you have further feedback, please let us know.
Sorry to hear that. Please tell us how we can improve.