WandB
WandB를 이용한 인공지능모델 학습 모니터링 및 로깅
은긔짜응
2022. 5. 3. 17:27
목차
WandB란
Build better models faster with experiment tracking, dataset versioning, and model management
라고 홈페이지에 소개가 되어있다.
간단하게 해석하자면 실험 추적, 데이터 세트 버전 관리 및 모델 관리를 통해 더 나은 모델을 더 빠르게 구축할 수 있게 도와주는 MLOps 플랫폼이다.
본문에서는 wandb를 이용해 logging을 하고 report로 output한 결과를 간단하게 보여준다.
WandB log
우선, pip로 wandb를 설치한다.
pip install wandb
두번째로, wandb를 import 및 initialize 한다
import wandb
wandb.init(project="your_project_name", entity="your_wandb_username")
wandb.config = {
"learning_rate": lr,
"epochs": num_epochs,
"batch_size": batch_size
}
#If you want to specify the run name, use code below.
#wandb.run.name = 'name'마지막으로 wandb.log 메소드를 이용해 loss를 dictionary로 올려버린다.
loss_dict = model(images, target)
wandb.log(loss_dict)그럼 끝
WandB reports
실험한 내용을 가지고 report를 작성할 수 있는데, 일반 문서 작성하듯이 작성하되 실험한 내용 및 그래프를 그대로 가져와서 만들 수 있다는 것이 매우 장점인듯 싶다. 특히 예시중에 논문을 report기능을 통해 작성한 것을 봤는데, 굉장히 깔끔해 보였다. 내가 작성한 report도 가져와봤다.