Skorch - Weights & Biases Documentation

このページでは、カスタムの logging コードを書かずに Skorch のモデルトレーニングをトラッキングできるように、W&B で Skorch を使用する方法を説明します。W&B を Skorch と組み合わせて使用すると、各エポック後に、最高のパフォーマンスを示したモデルに加え、すべてのモデル性能メトリクス、モデルのトポロジー、計算リソースを自動的にログできます。wandb_run.dir に保存されたすべてのファイルは、自動的に W&B にログされます。詳細は、この例の run を参照してください。

パラメーター

次の表は、WandbLogger コールバックが受け取るパラメーターを示します。

パラメーター	タイプ	説明
`wandb_run`	`wandb.wandb_run`. Run	データのログに使用する W&B Run。
`save_model`	`bool` (default=`True`)	最良モデルのチェックポイントを保存して、W&B 上の run にアップロードするかどうか。
`keys_ignored`	`str` or list of `str` (default=`None`)	TensorBoard にログしないキー、またはキーのリスト。指定したキーに加えて、W&B はデフォルトで `event_` で始まるキーや `_best` で終わるキーも無視します。

コード例

以下の例では、Skorch で WandbLogger を使用するエンドツーエンドの使い方を紹介します。

Colab: インテグレーションを試すためのシンプルなデモ
ステップバイステップガイド: Skorch モデルのモデル性能をトラッキングするためのガイド

pip install wandb

import wandb
from skorch.callbacks import WandbLogger

# wandb の run を作成する
wandb_run = wandb.init()

# ハイパーパラメーターをログする（オプション）
wandb_run.config.update({"learning rate": 1e-3, "batch size": 32})

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

メソッドリファレンス

次の表は、WandbLogger が提供するコールバックメソッドと、Skorch がそれぞれを呼び出すタイミングを示します。

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)	history の最後の step の値をログし、最良のモデルを保存します。
`on_grad_computed`(net, named_parameters[, X, …])	勾配の計算後、更新 step が実行される前に、各バッチにつき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。

​パラメーター

​コード例

​メソッドリファレンス

パラメーター

コード例

メソッドリファレンス