Create and track plots from experiments
機械学習 の 実験 からプロットを作成および追跡します。
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と共にログに記録します。W&B は、各ステップ中にキーと値のペアを収集し、wandb.log()
でデータをログに記録するたびに、それらを 1 つの統合された辞書に保存します。スクリプトからログに記録されたデータは、ローカル マシンの wandb
というディレクトリーに保存され、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
に対して異なる値をログに記録すると、W&B は収集されたすべてのキーと値をメモリーに書き込みます。wandb.log
の各呼び出しは、デフォルトで新しい step
となります。W&B は、チャートと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。オプションで、カスタム x 軸を作成して使用したり、カスタムの集計メトリクスをキャプチャしたりできます。詳細については、ログ軸のカスタマイズ を参照してください。
wandb.log()
を使用して、各 step
に対して連続した値 (0、1、2 など) をログに記録します。特定の履歴ステップに書き込むことはできません。W&B は、「現在」および「次」のステップにのみ書き込みます。W&B は、W&B の Experiments 中に次の情報を自動的にログに記録します。
nvidia-smi
で取得されます。アカウントの Settings page で Code Saving をオンにして、以下をログに記録します。
diff.patch
ファイルも表示します。requirements.txt
ファイルがアップロードされ、run の files タブに表示されます。また、run の wandb
ディレクトリーに保存したファイルも表示されます。W&B を使用すると、ログに記録する内容を正確に決定できます。以下に、一般的にログに記録されるオブジェクトをいくつか示します。
wandb.plot
を wandb.log
と共に使用して、チャートを追跡します。詳細については、プロットのログ を参照してください。wandb.Table
を使用してデータをログに記録し、W&B で視覚化およびクエリを実行します。詳細については、Tables のログ を参照してください。wandb.watch(model)
を追加して、UI で重みの勾配をヒストグラムとして表示します。wandb.init(config=your_config_dictionary)
のように渡されます。詳細については、PyTorch Integrations ページを参照してください。wandb.log
を使用して、model からのメトリクスを表示します。トレーニング ループ内から精度や損失などのメトリクスをログに記録すると、UI でライブ更新グラフが表示されます。wandb.run.summary["best_accuracy"] = best_accuracy
wandb.log({"acc'": 0.9, "loss": 0.1})
のように、wandb.log
への同じ呼び出しで複数のメトリクスをログに記録すると、それらは両方とも UI でプロットに使用できるようになります。wandb.log({'acc': 0.9, 'epoch': 3, 'batch': 117})
。特定のメトリクスのデフォルトの x 軸を設定するには、Run.define_metric() を使用します。wandb.log
は、画像や動画などのメディア から Tables および Charts まで、さまざまなデータ型のログ記録をサポートしています。Experiments とログ記録のベストプラクティスとヒントについては、ベストプラクティス: Experiments とログ記録 を参照してください。
機械学習 の 実験 からプロットを作成および追跡します。
W&B を使用して、複数の GPU を使用した分散型トレーニング の 実験管理 を ログ 記録します。
3D ポイントクラウド や分子から、HTML やヒストグラムまで、リッチメディアを ログ に記録します。
W&B でテーブルをログします。
W&B へのデータのインポートとログ記録
[i18n] feedback_question
Glad to hear it! Please tell us how we can improve.
Sorry to hear that. Please tell us how we can improve.