fastai v1

이 문서는 fastai v1을 위한 것입니다. 현재 버전의 fastai를 사용하신다면, fastai 페이지를 참조하십시오.

fastai v1을 사용하는 스크립트의 경우, 모델 토폴로지, 손실, 메트릭, 가중치, 그레이디언트, 샘플 예측 및 최적 트레이닝된 모델을 자동으로 기록할 수 있는 콜백이 있습니다.

import wandb
from wandb.fastai import WandbCallback

wandb.init()

learn = cnn_learner(data, model, callback_fns=WandbCallback)
learn.fit(epochs)

요청된 기록 데이터는 콜백 생성자를 통해 구성할 수 있습니다.

from functools import partial

learn = cnn_learner(
    data, model, callback_fns=partial(WandbCallback, input_type="images")
)

트레이닝을 시작할 때만 WandbCallback을 사용하는 것도 가능합니다. 이 경우 인스턴스화해야 합니다.

learn.fit(epochs, callbacks=WandbCallback(learn))

사용자 지정 파라미터를 해당 단계에서 제공할 수도 있습니다.

learn.fit(epochs, callbacks=WandbCallback(learn, input_type="images"))

예제 코드

이 통합이 어떻게 작동하는지 보여주는 몇 가지 예제를 만들었습니다. Fastai v1

WandbCallback() 클래스는 다음과 같은 여러 옵션을 지원합니다.

키워드 인수	기본값	설명
learn	N/A	연결할 fast.ai 학습기입니다.
save_model	True	각 단계에서 향상되면 모델을 저장합니다. 트레이닝이 끝나면 최적 모델도 로드합니다.
mode	auto	`min`, `max` 또는 `auto`: 단계 간에 `monitor`에 지정된 트레이닝 메트릭을 비교하는 방법입니다.
monitor	None	최적 모델을 저장하기 위한 성능을 측정하는 데 사용되는 트레이닝 메트릭입니다. None은 유효성 검사 손실을 기본값으로 합니다.
log	gradients	`gradients`, `parameters`, `all` 또는 None. 손실 및 메트릭은 항상 기록됩니다.
input_type	None	`images` 또는 `None`. 샘플 예측을 표시하는 데 사용됩니다.
validation_data	None	`input_type`이 설정된 경우 샘플 예측에 사용되는 데이터입니다.
predictions	36	`input_type`이 설정되고 `validation_data`가 `None`인 경우 수행할 예측 횟수입니다.
seed	12345	`input_type`이 설정되고 `validation_data`가 `None`인 경우 샘플 예측을 위해 난수 생성기를 초기화합니다.