Skip to main content
Hugging Face Accelerate는 동일한 PyTorch 코드를 모든 분산 설정 환경에서 실행할 수 있도록 지원하는 라이브러리로, 대규모 모델 트레이닝 및 추론 과정을 단순화합니다. Accelerate에는 W&B Tracker가 포함되어 있으며, 아래에서 사용법을 설명합니다. Hugging Face의 Accelerate Trackers에서 더 자세한 내용을 확인할 수 있습니다.

​
Accelerate로 로그 시작하기

Accelerate와 W&B를 함께 사용하려면 아래의 의사 코드를 참고하세요: 
from accelerate import Accelerator

# Accelerator 오브젝트가 wandb로 로그를 기록하도록 설정합니다
accelerator = Accelerator(log_with="wandb")

# wandb 파라미터와 설정 정보를 전달하여 wandb run을 초기화합니다
accelerator.init_trackers(
    project_name="my_project", 
    config={"dropout": 0.1, "learning_rate": 1e-2}
    init_kwargs={"wandb": {"entity": "my-wandb-team"}}
    )

...

# `accelerator.log`를 호출하여 wandb에 로그를 기록합니다. `step`은 선택 사항입니다
accelerator.log({"train_loss": 1.12, "valid_loss": 0.8}, step=global_step)


# wandb tracker가 올바르게 종료되도록 합니다
accelerator.end_training()
상세 단계는 다음과 같습니다:
  1. Accelerator 클래스를 초기화할 때 log_with="wandb"를 전달합니다.
  2. init_trackers 메소드를 호출하고 다음 항목들을 전달합니다:
  • project_name을 통한 프로젝트 이름
  • init_kwargs에 중첩된 딕셔너리 형태로 wandb.init()에 전달할 파라미터들
  • config를 통해 wandb run에 로그로 남기고 싶은 기타 실험 설정 정보
  1. .log 메소드를 사용하여 Weights & Biases에 로그를 기록합니다. step 인수는 선택 사항입니다.
  2. 트레이닝이 끝나면 .end_training을 호출합니다.

​
W&B tracker 엑세스하기

W&B tracker에 엑세스하려면 Accelerator.get_tracker() 메소드를 사용하세요. Tracker의 .name 속성에 해당하는 문자열을 전달하면 main 프로세스의 tracker를 반환합니다. 
wandb_tracker = accelerator.get_tracker("wandb")
이후에는 평소와 같이 wandb의 run 오브젝트를 사용할 수 있습니다: 
wandb_tracker.log_artifact(some_artifact_to_log)
Accelerate에 내장된 tracker는 자동으로 적절한 프로세스에서 실행됩니다. 따라서 메인 프로세스에서만 실행되어야 하는 tracker인 경우 자동으로 그렇게 처리됩니다.만약 Accelerate의 래핑(wrapping)을 완전히 제거하고 싶다면, 다음과 같이 동일한 결과를 얻을 수 있습니다:
wandb_tracker = accelerator.get_tracker("wandb", unwrap=True)
with accelerator.on_main_process:
    wandb_tracker.log_artifact(some_artifact_to_log)

​
Accelerate 관련 기사

다음은 유용한 Accelerate 관련 아티클입니다.