Skorch
SkorchとWeights & Biasesを組み合わせることで、ベストパフォーマンスのモデルを自動的にログに記録することができます。また、モデルパフォーマンスメトリクス、モデルトポロジー、エポックごとの計算リソースも一緒に記録されます。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。
パラメータ
パラメータ | タイプ | 説明 |
---|---|---|
wandb_run | wandb.wandb_run.Run | データをログに記録するために使用されるwandb run。 |
save_model | bool (デフォルト=True) | ベストなモデルのチェックポイントを保存し、それをW&Bサーバー上の実行にアップロードするかどうか。 |
keys_ignored | str または str のリスト (デフォルト=None) | TensorBoardにログしないキーまたはキーリスト。ユーザーが提供するキーに加えて、 event_ で始まるキーや_best で終わるキーなどがデフォルトで無視されることに注意してください。 |
例コード
統合方法を確認するためにいくつかの例を用意しました。
- Colab : 統合を試す簡単なデモ
- ステップバイステップガイド : Skorchモデルのパフォーマンスを追跡する方法
# wandbをインストール
... pip install wandb
import wandb
from skorch.callbacks import WandbLogger
wandb Runを作成する
wandb_run = wandb.init()
代替案:W&Bアカウント無しでwandb Runを作成する
wandb_run = wandb.init(anonymous="allow")
ハイパーパラメータをログに記録(オプション)
wandb_run.config.update({"学習率": 1e-3, "バッチサイズ": 32})
net = NeuralNet(..., callbacks=[WandbLogger(wandb_run)])
net.fit(X, y)
## メソッド
| メソッド | 説明 |
| :--- | :--- |
| `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) | 直近の履歴ステップから値をログに記録し、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、バッチごとに一度呼び出されます。 |
| `on_train_begin`(net, **kwargs) | モデルのトポロジをログに記録し、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。 |