DeepChem - Weights & Biases Documentation

DeepChem library は、創薬、材料科学、化学、生物学の分野でディープラーニングをより広く活用できるようにするオープンソースツールを提供します。この W&B インテグレーションにより、DeepChem でモデルをトレーニングする際に、実験管理とモデルチェックポイントが追加されます。このページでは、DeepChem のトレーニングワークフローに W&B のログ機能を追加して、実験全体でトレーニング損失、評価メトリクス、モデルチェックポイントをトラッキングできるようにする方法を説明します。すでに DeepChem でモデルをトレーニングしている場合は、最小限のコード変更で実験管理を追加できます。

3行のコードでDeepChemをロギング

logger = WandbLogger(…)
model = TorchModel(…, wandb_logger=logger)
model.fit(…)

DeepChemモデルに WandbLogger インスタンスを渡すと、トレーニング run に W&B のロギングが追加されるため、fit 中に生成されたメトリクスは自動的に W&B のプロジェクトにストリーミングされます。

レポートとGoogle Colab

以下のリソースでは、これを自分のコードに組み込む前に、インテグレーションが実際にどのように機能するかを確認できます。

W&B DeepChem インテグレーションで生成されたチャートの例は、DeepChemでW&Bを使う: 分子グラフ畳み込みネットワークの記事で確認できます。
すぐに動作するコードを見たい場合は、このGoogle Colabをご覧ください。

実験を管理する

このページの残りの部分では、APIキーを設定し、wandb ライブラリをインストールして、TorchModel または KerasModel のログを有効にする方法を説明します。 KerasModel または TorchModel タイプの DeepChem モデル向けに W&B を設定します。 APIキーは、お使いのマシンをW&Bに認証するために使用します。APIキーはユーザープロフィールから発行できます。

より手早く行うには、User Settings にアクセスしてAPIキーを作成してください。APIキーはすぐにコピーし、パスワードマネージャーなどの安全な場所に保存してください。

W&B AppでAPIキーを確認するには:

右上にあるユーザープロフィールアイコンをクリックします。
User Settings を選択し、API Keys セクションまでスクロールします。

`wandb` ライブラリをインストールしてログインする

ローカル環境に wandb ライブラリをインストールしてログインするには、次の手順に従います。

コマンドライン
Python
Python notebook

WANDB_API_KEY 環境変数に APIキーを設定します。<> で囲まれた値は、ご自身の値に置き換えてください。
export WANDB_API_KEY=<your_api_key>
wandb ライブラリをインストールし、ログインします。
pip install wandb wandb login

pip install wandb

import wandb
wandb.login()

!pip install wandb

import wandb
wandb.login()

トレーニングデータと評価データを W&B にログする

wandb のインストールと認証が完了したら、DeepChem モデルに WandbLogger をアタッチして、トレーニングデータと評価データを W&B に送れるようになります。トレーニング時の損失と評価メトリクスは、自動的に W&B にログされます。任意の評価を有効にするには、DeepChem の ValidationCallback を使用します。WandbLogger は ValidationCallback を検出し、そこで生成されたメトリクスをログします。

TorchModel
KerasModel

from deepchem.models import TorchModel, ValidationCallback

vc = ValidationCallback(…)  # 任意
model = TorchModel(…, wandb_logger=logger)
model.fit(…, callbacks=[vc])
logger.finish()

from deepchem.models import KerasModel, ValidationCallback

vc = ValidationCallback(…)  # 任意
model = KerasModel(…, wandb_logger=logger)
model.fit(…, callbacks=[vc])
logger.finish()

model.fit の実行後、トレーニング時の損失と ValidationCallback によって出力された評価メトリクスが、WandbLogger によって作成された run として W&B のプロジェクトに表示されます。

​3行のコードでDeepChemをロギング

​レポートとGoogle Colab

​実験を管理する

​サインアップしてAPIキーを発行する

​wandb ライブラリをインストールしてログインする

​トレーニングデータと評価データを W&B にログする

3行のコードでDeepChemをロギング

レポートとGoogle Colab

実験を管理する

サインアップしてAPIキーを発行する

`wandb` ライブラリをインストールしてログインする

トレーニングデータと評価データを W&B にログする