Global Functions の概要 - Weights & Biases Documentation

W&B の Global Functions は、wandb.init() や wandb.login() のように直接呼び出せるトップレベル関数です。特定のクラスに属する method とは異なり、これらの関数を使えば、オブジェクトを事前にインスタンス化しなくても W&B の中核機能に直接アクセスできます。

利用可能な関数

Function	Description
`init()`	W&B にトラッキングとログするための新しい run を開始します。通常、ML トレーニングパイプラインで最初に呼び出す関数です。
`login()`	マシンをプラットフォームに認証するための W&B ログイン認証情報を設定します。
`setup()`	現在のプロセスとその子プロセスで使用できるように W&B を準備します。マルチプロセスアプリケーションで役立ちます。
`teardown()`	W&B のリソースをクリーンアップし、バックエンドプロセスをシャットダウンします。
`sweep()`	最適なモデル設定を探索するためのハイパーパラメーター sweep を初期化します。
`agent()`	ハイパーパラメーター最適化の実験を実行するための sweep agent を作成します。
`controller()`	sweep agent とその実行を管理・制御します。
`restore()`	以前の run または実験の状態を復元して、作業を再開します。
`finish()`	run を終了し、リソースをクリーンアップします。

例

最も一般的なワークフローは、W&B で認証し、run を初期化して、トレーニングループから値 (accuracy や損失など) をログすることから始まります。最初のステップは、wandb をインポートし、Global Functions の login() と init() を使用することです。

import wandb

# W&B で認証する
wandb.login()

# ハイパーパラメーターとメタデータ
config = {
   "learning_rate": 0.01,
   "epochs": 10,
}

# run が記録される project
project = "my-awesome-project"

# 新しい run を初期化する
with wandb.init(project=project, config=config) as run:
   # トレーニングコードをここに記述...
   
   # W&B に値をログする
   run.log({"accuracy": 0.9, "loss": 0.1})

​利用可能な関数

​例

利用可能な関数

例