メディアとオブジェクトをログする
3D ポイント クラウドや分子から HTML、ヒストグラムまで、豊富なメディアをログする
less than a minute
W&B Python SDK を使用して、メトリクス、メディア、またはカスタムオブジェクトの辞書をステップにログします。W&B は各ステップごとにキーと値のペアを収集し、wandb.log() でデータをログするたびにそれらを統一された辞書に格納します。スクリプトからログされたデータは、wandb と呼ばれるディレクトリにローカルに保存され、その後 W&B クラウドまたは プライベートサーバー に同期されます。
step に異なる値をログした場合、W&B はすべての収集されたキーと値をメモリに書き込みます。デフォルトでは、wandb.log を呼び出すたびに新しい step になります。W&B は、チャートやパネルを作成する際にステップをデフォルトの x 軸として使用します。カスタムの x 軸を作成して使用するか、カスタムの要約メトリックをキャプチャすることも選択できます。詳細は、ログの軸をカスタマイズするを参照してください。
wandb.log() を使用して、各 step の連続する値をログします: 0, 1, 2, といった具合です。特定の履歴ステップに書き込むことは不可能です。W&B は「現在」と「次」のステップにのみ書き込みます。W&B は、W&B Experiment 中に次の情報を自動でログします:
nvidia-smi で取得されます。アカウントの Settings ページでコードの保存をオンにして、以下をログします:
diff.patch ファイルも表示されます。requirements.txt ファイルがアップロードされ、run ページのファイルタブに表示されます。run 用に wandb ディレクトリに保存したファイルも含まれます。W&B を使用することで、ログしたいものを正確に決定できます。次に、よくログされるオブジェクトのリストを示します:
wandb.plot を wandb.log と一緒に使用します。詳細はログでのグラフを参照してください。wandb.Table を使用してデータをログし、W&B でビジュアライズおよびクエリを行います。詳細はログでのテーブルを参照してください。wandb.watch(model) を追加します。wandb.init(config=your_config_dictionary)。詳細はPyTorch インテグレーションページをご覧ください。wandb.log を使用してモデルのメトリクスを表示します。トレーニングループ内で精度や損失のようなメトリクスをログすると、UI にライブ更新グラフが表示されます。wandb.run.summary["best_accuracy"] = best_accuracywandb.log の同じ呼び出し内で複数のメトリクスをログすると、例えばこうなります: wandb.log({"acc": 0.9, "loss": 0.1})。UI ではどちらもプロットすることができます。wandb.log({'acc': 0.9, 'epoch': 3, 'batch': 117})。特定のメトリクスに対するデフォルトの x 軸を設定するには、Run.define_metric() を使用してください。wandb.log は、画像やビデオのようなメディアからtablesやchartsに至るまで、多様なデータタイプのログをサポートしています。Experiments やログのためのベストプラクティスとヒントについては、Best Practices: Experiments and Logging を参照してください。
3D ポイント クラウドや分子から HTML、ヒストグラムまで、豊富なメディアをログする
W&B でテーブルをログします。
機械学習実験からプロットを作成し、追跡する。
W&B にデータをインポートしてログする方法
W&B を使用して、複数の GPU を用いた分散トレーニング実験をログする。
このページは役に立ちましたか?
Glad to hear it! If you have more to say, please let us know.
Sorry to hear that. Please tell us how we can improve.