fastai v1

このドキュメントは fastai v1 用です。 現行バージョンの fastai を使用している場合は、 fastai のページ を参照してください。

fastai v1 を使用した スクリプト では、モデル のトポロジー、損失、メトリクス、重み、勾配、予測 サンプル、および最良の トレーニング 済み モデル を自動的に ログ 記録できる コールバック を提供しています。

import wandb
from wandb.fastai import WandbCallback

wandb.init()

# callback_fnsにWandbCallbackを指定して学習器を初期化
learn = cnn_learner(data, model, callback_fns=WandbCallback)
learn.fit(epochs)

ログ 記録される データ は、コールバック のコンストラクタを通じて設定可能です。

from functools import partial

# partialを使用して引数を渡す例
learn = cnn_learner(
    data, model, callback_fns=partial(WandbCallback, input_type="images")
)

トレーニング を開始する際のみに WandbCallback を使用することも可能です。この場合、インスタンス化する必要があります。

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

その段階で カスタム パラメータ を渡すこともできます。

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

​

サンプルコード

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用意しました：

Fastai v1

• シンプソンズのキャラクター分類 : Fastai モデル の追跡と比較を行うシンプルな デモ
• Fastai によるセマンティックセグメンテーション : 自動運転車向けの ニューラルネットワーク の最適化

​

オプション

WandbCallback() クラスは以下のオプションをサポートしています：

キーワード 引数	デフォルト	説明
learn	N/A	フック する fast.ai の learner。
save_model	True	ステップごとに改善が見られた場合に モデル を保存します。また、トレーニング 終了時に最良の モデル をロードします。
mode	auto	min 、 max 、または auto : monitor で指定された トレーニング メトリクス をステップ間で比較する方法。
monitor	None	最良の モデル を保存するためにパフォーマンスを測定する トレーニング メトリクス。 None の場合はデフォルトで validation loss が使用されます。
log	gradients	gradients 、 parameters 、 all 、または None。損失と メトリクス は常に ログ 記録されます。
input_type	None	images または None 。 予測 サンプルの表示に使用されます。
validation_data	None	input_type が設定されている場合に、予測 サンプルに使用される データ。
predictions	36	input_type が設定され、 validation_data が None の場合に作成する 予測 の数。
seed	12345	input_type が設定され、 validation_data が None の場合に、予測 サンプルのための乱数生成器を初期化します。