Skorch

Weights & Biases と Skorch を組み合わせて使用すると、最高のパフォーマンスを持つモデルを自動的にログすることができます。これには、すべてのモデルパフォーマンスのメトリクス、モデルのトポロジー、各エポック後の計算リソースが含まれます。wandb_run.dir に保存されたすべてのファイルは自動的に W&B サーバーにログされます。

example run を参照してください。

Parameters

Parameter	Type	Description
wandb_run	wandb.wandb_run.Run	データをログするために使用される wandb run。
save_model	bool (default=True)	最良のモデルのチェックポイントを保存し、W&B サーバーの Run にアップロードするかどうか。
keys_ignored	str または str のリスト (default=None)	tensorboard にログを記録しないキーまたはキーのリスト。ユーザーが提供するキーに加えて、event_ で始まるキーや _best で終わるキーはデフォルトで無視されることに注意してください。

Example Code

インテグレーションの動作を確認できるいくつかの例を作成しました：

• Colab: インテグレーションを試すためのシンプルなデモ
• A step by step guide: Skorch モデルのパフォーマンスを追跡するためのステップバイステップガイド

# Install wandb
... pip install wandb

import wandb
from skorch.callbacks import WandbLogger

# Create a wandb Run
wandb_run = wandb.init()
# Alternative: Create a wandb Run without a W&B account
wandb_run = wandb.init(anonymous="allow")

# Log hyper-parameters (optional)
wandb_run.config.update({"learning rate": 1e-3, "batch size": 32})

net = NeuralNet(..., callbacks=[WandbLogger(wandb_run)])
net.fit(X, y)

Methods

Method	Description
initialize()	コールバックの初期状態を（再）設定します。
on_batch_begin(net[, X, y, training])	各バッチの開始時に呼び出されます。
on_batch_end(net[, X, y, training])	各バッチの終了時に呼び出されます。
on_epoch_begin(net[, dataset_train, …])	各エポックの開始時に呼び出されます。
on_epoch_end(net, **kwargs)	最後の履歴ステップから値をログし、最良のモデルを保存します。
on_grad_computed(net, named_parameters[, X, …])	勾配が計算された後、更新ステップが実行される前に各バッチで一度呼び出されます。
on_train_begin(net, **kwargs)	モデルのトポロジーをログし、勾配のフックを追加します。
on_train_end(net[, X, y])	トレーニングの終了時に呼び出されます。