MMEngine - Weights & Biases Documentation

このページでは、OpenMMLab の MMEngine で W&B を使用して、トレーニング Runs をトラッキングおよび可視化する方法を紹介します。MMEngine または OpenMMLab のコンピュータビジョンライブラリを使用してディープラーニングモデルをトレーニングしており、メトリクス、設定、可視化データを W&B にログしたい場合に役立ちます。 OpenMMLab による MMEngine は、PyTorch ベースのディープラーニングモデルをトレーニングするための基盤ライブラリです。MMEngine は OpenMMLab のアルゴリズムライブラリ向けにトレーニングアーキテクチャを実装しており、OpenMMLab 内の 30 を超えるアルゴリズムライブラリに対して、統一された実行基盤を提供します。中核となるコンポーネントには、トレーニングエンジン、評価エンジン、モジュール管理が含まれます。 MMEngine は、専用の WandbVisBackend を通じて W&B と直接統合されており、これを使用して次のことができます。

トレーニングおよび評価のメトリクスをログする。
実験の設定をログし、管理する。
グラフ、画像、スカラーなどの追加データをログする。

はじめに

openmim と wandb をインストールします。

コマンドライン
ノートブック

pip install -q -U openmim wandb

!pip install -q -U openmim wandb

次に、mim を使って mmengine と mmcv をインストールします。

コマンドライン
ノートブック

mim install -q mmengine mmcv

!mim install -q mmengine mmcv

MMEngine runner で `WandbVisBackend` を使用する

このセクションでは、mmengine.runner.Runner と WandbVisBackend を組み合わせた一般的な workflow を紹介します。visualizer は W&B バックエンドをラップし、MMEngine runner がトレーニング中のログを W&B にルーティングできるようにします。

可視化設定から visualizer を定義します。visualizer は、runner が設定済みのバックエンドにログを送信するために使用します。

from mmengine.visualization import Visualizer

# 可視化設定を定義する
visualization_cfg = dict(
    name="wandb_visualizer",
    vis_backends=[
        dict(
            type='WandbVisBackend',
            init_kwargs=dict(project="mmengine"),
        )
    ],
    save_dir="runs/wandb"
)

# 可視化設定から visualizer を取得する
visualizer = Visualizer.get_instance(**visualization_cfg)

init_kwargs には、W&B run の初期化の入力パラメーターとして渡す引数の辞書を指定します。

visualizer を指定して runner を初期化し、runner.train() を呼び出してトレーニングを開始します。runner は visualizer を使用して、メトリクスと設定を W&B にストリーミングします。

from mmengine.runner import Runner

# PyTorch 用のトレーニングヘルパーである mmengine Runner を構築する
runner = Runner(
    model,
    work_dir='runs/gan/',
    train_dataloader=train_dataloader,
    train_cfg=train_cfg,
    optim_wrapper=opt_wrapper_dict,
    visualizer=visualizer, # visualizer を渡す
)

# トレーニングを開始する
runner.train()

OpenMMLab のコンピュータビジョンライブラリで `WandbVisBackend` を使用する

MMDetection などの OpenMMLab コンピュータビジョンライブラリで実験をトラッキングするために、WandbVisBackend を使用することもできます。次の例では、既存の visualizer が W&B にログするように、ベース設定の vis_backends エントリを上書きしています。

# デフォルトのランタイム設定から基本設定を継承する
_base_ = ["../_base_/default_runtime.py"]

# 基本設定の `visualizer` の `vis_backends` に
# `WandbVisBackend` の設定 dictionary を割り当てる
_base_.visualizer.vis_backends = [
    dict(
        type='WandbVisBackend',
        init_kwargs={
            'project': 'mmdet',
            'entity': 'geekyrakshit'
        },
    ),
]

​はじめに

​MMEngine runner で WandbVisBackend を使用する

​OpenMMLab のコンピュータビジョンライブラリで WandbVisBackend を使用する

はじめに

MMEngine runner で `WandbVisBackend` を使用する

OpenMMLab のコンピュータビジョンライブラリで `WandbVisBackend` を使用する