fastai v1

  2 minute read  

fastai v1을 사용하는 스크립트의 경우, 모델 토폴로지, 손실, 메트릭, 가중치, 그레이디언트, 샘플 예측 및 최적 트레이닝된 모델을 자동으로 기록할 수 있는 콜백이 있습니다.

import wandb
from wandb.fastai import WandbCallback

wandb.init()

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

요청된 기록 데이터는 콜백 생성자를 통해 구성할 수 있습니다.

from functools import partial

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

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

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

사용자 지정 파라미터를 해당 단계에서 제공할 수도 있습니다.

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

예제 코드

이 통합이 어떻게 작동하는지 보여주는 몇 가지 예제를 만들었습니다.

Fastai v1

옵션

WandbCallback() 클래스는 다음과 같은 여러 옵션을 지원합니다.

키워드 인수 기본값 설명
learn N/A 연결할 fast.ai 학습기입니다.
save_model True 각 단계에서 향상되면 모델을 저장합니다. 트레이닝이 끝나면 최적 모델도 로드합니다.
mode auto min, max 또는 auto: 단계 간에 monitor에 지정된 트레이닝 메트릭을 비교하는 방법입니다.
monitor None 최적 모델을 저장하기 위한 성능을 측정하는 데 사용되는 트레이닝 메트릭입니다. None은 유효성 검사 손실을 기본값으로 합니다.
log gradients gradients, parameters, all 또는 None. 손실 및 메트릭은 항상 기록됩니다.
input_type None images 또는 None. 샘플 예측을 표시하는 데 사용됩니다.
validation_data None input_type이 설정된 경우 샘플 예측에 사용되는 데이터입니다.
predictions 36 input_type이 설정되고 validation_data가 None인 경우 수행할 예측 횟수입니다.
seed 12345 input_type이 설정되고 validation_data가 None인 경우 샘플 예측을 위해 난수 생성기를 초기화합니다.

최종 수정 April 3, 2025