Skorch

Skorch と W&B を統合して、scikit-learn 互換の PyTorch モデルのトレーニング メトリクスとハイパーパラメーターをログします。

W&B を Skorch と組み合わせて使用すると、各エポック後に、最高のパフォーマンスを示したモデルに加え、モデル性能メトリクス、モデルのトポロジー、計算リソースを自動的にログできます。wandb_run.dir に保存されたすべてのファイルは、自動的に W&B にログされます。

例の run を参照してください。

パラメーター

パラメーター	タイプ	説明
wandb_run	wandb.wandb_run. Run	データのログに使用する wandb run。
save_model	bool (default=True)	最良のモデルのcheckpointを保存し、W&B 上の run にアップロードするかどうか。
keys_ignored	str or list of str (default=None)	TensorBoard にログしないキー、またはキーのリスト。ユーザーが指定したキーに加えて、event_ で始まるキーや _best で終わるキーなども、デフォルトで無視される点に注意してください。

コード例

インテグレーションの動作を確認できるように、いくつかの例を用意しました。

• Colab: インテグレーションを試すためのシンプルなデモ
• ステップバイステップガイド: Skorch モデルのモデル性能をトラッキングするためのガイド

pip install wandb

import wandb
from skorch.callbacks import WandbLogger

# wandb の Run を作成する
wandb_run = wandb.init()

# ハイパーパラメーターをログする（オプション）
wandb_run.config.update({"learning rate": 1e-3, "batch size": 32})

net = NeuralNet(..., callbacks=[WandbLogger(wandb_run)])
net.fit(X, y)

メソッドリファレンス

メソッド	説明
initialize()	コールバックの初期状態を(再)設定します。
on_batch_begin(net[, X, y, training])	各バッチの開始時に呼び出されます。
on_batch_end(net[, X, y, training])	各バッチの終了時に呼び出されます。
on_epoch_begin(net[, dataset_train, …])	各エポックの開始時に呼び出されます。
on_epoch_end(net, **kwargs)	history の最後の step の値をログし、最良のモデルを保存します。
on_grad_computed(net, named_parameters[, X, …])	勾配の計算後、更新 step が実行される前に、各バッチにつき一度呼び出されます。
on_train_begin(net, **kwargs)	モデルのトポロジーをログし、勾配のフックを追加します。
on_train_end(net[, X, y])	トレーニングの終了時に呼び出されます。