fastai v1

노트

이 문서는 fastai v1을 위한 것입니다. 현재 버전의 fastai를 사용하는 경우, fastai 페이지를 참조해야 합니다.

fastai v1을 사용하는 스크립트의 경우, 모델 구조, 손실, 메트릭, 가중치, 그레이디언트, 샘플 예측값 및 가장 잘 훈련된 모델을 자동으로 로그하는 콜백이 있습니다.

import wandb
from wandb.fastai import WandbCallback

wandb.init()

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

요청한 로그 데이터는 콜백 생성자를 통해 구성 가능합니다.

from functools import partial

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

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

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

그 단계에서 사용자 정의 파라미터도 제공될 수 있습니다.

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

예제 코드

인테그레이션 작동 방식을 확인할 수 있는 몇 가지 예제를 만들었습니다:

Fastai v1

• 심슨 캐릭터 분류하기: Fastai 모델 추적 및 비교를 위한 간단한 데모
• Fastai를 사용한 시멘틱 세그멘테이션: 자율 주행 차량에서 신경망을 최적화하기

옵션

WandbCallback() 클래스는 다수의 옵션을 지원합니다:

키워드 인수	기본값	설명
learn	N/A	훅할 fast.ai 학습기.
save_model	True	각 단계에서 개선된 경우 모델을 저장합니다. 트레이닝이 끝날 때 최고의 모델을 로드합니다.
mode	auto	'min', 'max', 또는 'auto': monitor에서 지정한 트레이닝 메트릭을 단계별로 어떻게 비교할지 결정합니다.
monitor	None	최고의 모델을 저장하기 위해 사용되는 트레이닝 메트릭. None은 검증 손실을 기본값으로 합니다.
log	gradients	"gradients", "parameters", "all", 또는 None. 손실 & 메트릭은 항상 로그됩니다.
input_type	None	"images" 또는 None. 샘플 예측값을 표시하는 데 사용됩니다.
validation_data	None	input_type이 설정된 경우 샘플 예측에 사용되는 데이터.
predictions	36	input_type이 설정되고 validation_data가 None인 경우 만들 예측값의 수.
seed	12345	input_type이 설정되고 validation_data가 None인 경우 샘플 예측을 위한 랜덤 생성기를 초기화합니다.