メインコンテンツまでスキップ

log

現在の run の履歴にデータの辞書を記録します。

log(
    data: Dict[str, Any],
    step: Optional[int] = None,
    commit: Optional[bool] = None,
    sync: Optional[bool] = None
) -> None

wandb.logを使って、スカラー、画像、ビデオ、ヒストグラム、プロット、テーブルなどのデータをrunから記録します。

ライブ例、コードスニペット、ベストプラクティス、その他については、guides to loggingをご覧ください。

最も基本的な使い方は wandb.log({"train-loss": 0.5, "accuracy": 0.9})です。これにより、損失率と精度がrunの履歴に保存され、これらのメトリクスの要約値が更新されます。

記録されたデータはwandb.aiのワークスペースで、またはW&Bアプリの自己ホスト型インスタンス上でローカルに可視化およびエクスポートし、例えばJupyterノートブックでAPIを使ってローカルで可視化および探索することができます。

UIでは、要約値がrunテーブルに表示され、run間の個別の値を比較できます。要約値は、wandb.run.summary["key"] = valueを使って直接設定することも可能です。

記録される値はスカラーである必要はありません。任意のwandbオブジェクトを記録することがサポートされています。例えば、wandb.log({"example": wandb.Image("myimage.jpg")})は例として画像を記録し、W&B UIに美しく表示されます。サポートされているすべての種類についてはreference documentationを、または3D分子構造やセグメンテーションマスクからPRカーブやヒストグラムまでのguides to loggingを参照してください。wandb.Tablesを使用して構造化データを記録することもできます。詳細についてはguide to logging tablesをご覧ください。

入れ子のメトリクスをログに記録することが推奨されており、W&B UIでサポートされています。例えば、wandb.log({"train": {"acc": 0.9}, "val": {"acc": 0.8}})のように入れ子の辞書でログを記録すると、メトリクスはW&B UIでtrainとvalのセクションに整理されます。

wandb はグローバルステップを追跡し、デフォルトではwandb.logが呼び出されるたびにステップが増加します。そのため、関連するメトリクスを一緒にログに記録することが推奨されます。関連するメトリクスを一緒にログに記録するのが不便な場合、wandb.log({"train-loss": 0.5}, commit=False)を呼び、次にwandb.log({"accuracy": 0.9})を呼ぶのは、wandb.log({"train-loss": 0.5, "accuracy": 0.9})を呼ぶのと同等です。

wandb.logは1秒につき数回以上呼び出すことを意図していません。それより頻繁にログを記録したい場合は、クライアント側でデータを集約する方がパフォーマンスの低下を避けることができます。

引数
data(辞書, オプション) シリアライズ可能なPythonオブジェクト、つまりstr、ints、floats、Tensors、dicts、または任意のwandb.data_typesの辞書。
commit(ブール値, オプション) メトリクスの辞書をwandbサーバーに保存し、ステップを増加させます。falseの場合、wandb.logは現在のメトリクスの辞書を引数のデータで更新するだけで、commit=Trueを指定してwandb.logが呼ばれるまではメトリクスは保存されません。
step(整数, オプション) プロセッシング中のグローバルステップ。このステップは任意で以前の未コミットのステップを永続化します。
sync(ブール値, 真) この引数は非推奨であり、現在wandb.logの動作を変更しません。

例:​

より多く、そして詳細な例については、our guides to loggingを参照してください。

基本的な使い方​

import wandb

run = wandb.init()
run.log({"accuracy": 0.9, "epoch": 5})

インクリメンタルロギング​

import wandb

run = wandb.init()
run.log({"loss": 0.2}, commit=False)
# 別の場所でこのステップを報告する準備ができたら:
run.log({"accuracy": 0.8})

ヒストグラム​

import numpy as np
import wandb

# 正規分布からランダムにサンプルした勾配
gradients = np.random.randn(100, 100)
run = wandb.init()
run.log({"gradients": wandb.Histogram(gradients)})

numpyからの画像​

import numpy as np
import wandb

run = wandb.init()
examples = []
for i in range(3):
    pixels = np.random.randint(low=0, high=256, size=(100, 100, 3))
    image = wandb.Image(pixels, caption=f"random field {i}")
    examples.append(image)
run.log({"examples": examples})

PILからの画像​

import numpy as np
from PIL import Image as PILImage
import wandb

run = wandb.init()
examples = []
for i in range(3):
    pixels = np.random.randint(low=0, high=256, size=(100, 100, 3), dtype=np.uint8)
    pil_image = PILImage.fromarray(pixels, mode="RGB")
    image = wandb.Image(pil_image, caption=f"random field {i}")
    examples.append(image)
run.log({"examples": examples})

numpyからのビデオ​

import numpy as np
import wandb

run = wandb.init()
# 軸は (time, channel, height, width)
frames = np.random.randint(low=0, high=256, size=(10, 3, 100, 100), dtype=np.uint8)
run.log({"video": wandb.Video(frames, fps=4)})

Matplotlibプロット​

from matplotlib import pyplot as plt
import numpy as np
import wandb

run = wandb.init()
fig, ax = plt.subplots()
x = np.linspace(0, 10)
y = x * x
ax.plot(x, y)  # プロット y = x^2
run.log({"chart": fig})

PRカーブ​

import wandb

run = wandb.init()
run.log({"pr": wandb.plot.pr_curve(y_test, y_probas, labels)})

3Dオブジェクト​

import wandb

run = wandb.init()
run.log(
    {
        "generated_samples": [
            wandb.Object3D(open("sample.obj")),
            wandb.Object3D(open("sample.gltf")),
            wandb.Object3D(open("sample.glb")),
        ]
    }
)
例外
wandb.Errorwandb.initの前に呼び出された場合
ValueError無効なデータが渡された場合
On this page
Was this page helpful?👍👎