튜토리얼 - 기존 프로젝트에서 스윕 생성하기
이 튜토리얼은 기존 W&B 프로젝트에서 스윕 작업을 생성하는 방법에 대한 단계를 안내합니다. 이미지를 분류하는 방법을 학습하기 위해 PyTorch 컨볼루션 신경망을 훈련시키는 데 Fashion MNIST 데이터셋을 사용할 것입니다. 필요한 코드와 데이터셋은 W&B 리포지토리에 위치해 있습니다: https://github.com/wandb/examples/tree/master/examples/pytorch/pytorch-cnn-fashion
이 W&B 대시보드에서 결과를 탐색하세요.
1. 프로젝트 생성하기
먼저, 베이스라인을 생성하세요. W&B 예제 GitHub 리포지토리에서 PyTorch MNIST 데이터셋 예제 모델을 다운로드합니다. 다음, 모델을 훈련하세요. 트레이닝 스크립트는 examples/pytorch/pytorch-cnn-fashion 디렉토리 안에 있습니다.
- 이 리포지토리를 클론하세요
git clone https://github.com/wandb/examples.git - 이 예제를 열기
cd examples/pytorch/pytorch-cnn-fashion - 수동으로 run 실행하기
python train.py
선택적으로 W&B App UI 대시보드에 나타나는 예제를 탐색하세요.
2. 스윕 생성하기
프로젝트 페이지에서 사이드바의 Sweep 탭을 열고 Create Sweep을 선택하세요.
자동 생성된 설정은 완료된 run을 기반으로 스윕할 값들을 추정합니다. 설정을 편집하여 시도하고 싶은 하이퍼파라미터의 범위를 지정하세요. 스윕을 시작하면 호스티드 W&B 스윕 서버에서 새 프로세스가 시작됩니다. 이 중앙 집중식 서비스는 트레이닝 작업을 실행하는 기계인 에이전트를 조정합니다.
3. 에이전트 실행하기
다음으로, 로컬에서 에이전트를 실행하세요. 작업을 분산시키고 스윕 작업을 더 빨리 완료하려면 최대 20개의 에이전트를 다른 기계에서 병렬로 실행할 수 있습니다. 에이전트는 다음에 시도할 파라미터 세트를 출력합니다.
이제 스윕을 실행 중입니다. 다음 이미지는 예제 스윕 작업이 실행되는 동안 대시보드가 어떻게 보이는지 보여줍니다. 예제 프로젝트 페이지 보기 →
기존 run으로 새 스윕 시작하기
이전에 기록한 기존 run을 사용하여 새 스윕을 시작하세요.
- 프로젝트 테이블을 엽니다.
- 테이블 왼쪽에 있는 체크박스를 선택하여 사용하려는 run을 선택합니다.
- 새 스윕을 생성하기 위해 드롭다운을 클릭합니다.
이제 스윕이 서버에서 설정됩니다. 시작하려면 하나 이상의 에이전트를 실행하기만 하면 됩니다.
새 스윕을 베이지안 스윕으로 시작하면, 선택한 run도 가우시안 프로세스를 시딩할 것입니다.