Skorch

Skorch と W&B を統合する方法。

  less than a minute  

Skorch で Weights & Biases を使用すると、各エポック後に、すべてのモデルパフォーマンスメトリクス、モデルトポロジ、およびコンピューティングリソースとともに、最高のパフォーマンスを持つモデルを自動的にログ記録できます。 wandb_run.dir に保存されたすべてのファイルは、W&B サーバーに自動的にログ記録されます。

run の例 を参照してください。

パラメータ

パラメータ タイプ 説明
wandb_run wandb.wandb_run. Run データのログ記録に使用される wandb run。
save_model bool (default=True) 最適なモデルのチェックポイントを保存し、W&B サーバー上の Run にアップロードするかどうか。
keys_ignored str または str のリスト (default=None) tensorboard にログ記録しないキーまたはキーのリスト。 ユーザーが提供するキーに加えて、event_ で始まるキーや _best で終わるキーはデフォルトで無視されることに注意してください。

コード例

このインテグレーションの動作を確認するための例をいくつか作成しました。

# wandb をインストール
... pip install wandb

import wandb
from skorch.callbacks import WandbLogger

# wandb Run を作成
wandb_run = wandb.init()
# 代替案: W&B アカウントなしで wandb Run を作成
wandb_run = wandb.init(anonymous="allow")

# ハイパーパラメータをログ記録 (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) 最後の履歴ステップから値をログ記録し、最適なモデルを保存します。
on_grad_computed(net, named_parameters[, X, …]) 勾配が計算された後、更新ステップが実行される前に、バッチごとに 1 回呼び出されます。
on_train_begin(net, **kwargs) モデルトポロジをログ記録し、勾配の hook 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。

最終更新 April 3, 2025