メインコンテンツへスキップ
Meta AI の MMF ライブラリの WandbLogger クラスを使用すると、トレーニング / バリデーションのメトリクス、システム（GPU および CPU）メトリクス、モデルのチェックポイント、および設定パラメータを W&B にログ記録できるようになります。

​
現在の機能

MMF の WandbLogger では、現在以下の機能がサポートされています。
  • トレーニングおよびバリデーションのメトリクス
  • 学習率の推移
  • W&B Artifacts へのモデルチェックポイントの保存
  • GPU および CPU のシステムメトリクス
  • トレーニングの設定パラメータ

​
設定パラメータ

MMF の設定ファイルでは、W&B のログ記録を有効化およびカスタマイズするために、以下のオプションを利用できます。 
training:
    wandb:
        enabled: true
        
        # Entity は、Run を送信するユーザー名またはチーム名です。
        # デフォルトでは、ユーザーアカウントに Run がログ記録されます。
        entity: null
        
        # W&B で実験をログ記録する際に使用する Project 名
        project: mmf
        
        # プロジェクト内で実験をログ記録する際に使用する Experiment / Run 名。
        # デフォルトの実験名は ${training.experiment_name} です。
        name: ${training.experiment_name}
        
        # モデルのチェックポイント機能をオンにし、チェックポイントを W&B Artifacts に保存します
        log_model_checkpoint: true
        
        # wandb.init() に渡したい追加の引数（例： job_type: 'train'、tags: ['tag1', 'tag2'] など）
        
env:
    # W&B のメタデータが保存されるディレクトリーへのパスを変更する場合
    # （デフォルト： env.log_dir）
    wandb_logdir: ${env:MMF_WANDB_LOGDIR,}