DeepChem

W&B를 DeepChem 라이브러리와 통합하는 방법

DeepChem 라이브러리는 약물 탐색, 재료 과학, 화학, 생물학 분야에서 딥러닝 활용을 대중화하기 위한 오픈 소스 도구를 제공합니다. 이 W&B 통합은 DeepChem으로 모델을 학습할 때 간편한 실험 추적 및 모델 체크포인트 기능을 제공합니다.

​

단 3줄의 코드로 DeepChem 로깅하기

logger = WandbLogger(…)
model = TorchModel(…, wandb_logger=logger)
model.fit(…)

​

리포트와 Google Colab

W&B DeepChem 통합으로 생성된 예시 차트를 보려면 W&B with DeepChem: Molecular Graph Convolutional Networks 리포트를 살펴보세요.

곧바로 실행해 볼 수 있는 코드를 사용하려면 이 Google Colab 노트북을 확인하세요.

​

실험 추적

DeepChem의 KerasModel 또는 TorchModel 타입 모델에 대해 W&B를 설정합니다.

​

가입하고 API key 생성하기

API key는 사용 중인 머신을 W&B에 인증하는 데 사용됩니다. 사용자 프로필에서 API key를 생성할 수 있습니다.

보다 간편하게 설정하려면 User Settings로 바로 이동해 API key를 생성하세요. 새로 생성된 API key는 즉시 복사하여 비밀번호 관리자와 같은 안전한 위치에 저장하세요.

1. 오른쪽 상단에서 사용자 프로필 아이콘을 클릭합니다.
2. User Settings를 선택한 다음, 아래로 스크롤하여 API Keys 섹션으로 이동합니다.

​

wandb 라이브러리를 설치하고 로그인하기

로컬 환경에서 wandb 라이브러리를 설치하고 로그인하려면 다음을 수행하세요:

Command Line

1. WANDB_API_KEY 환경 변수를 본인의 API key 값으로 설정합니다.

   export WANDB_API_KEY=<your_api_key>
   

2. wandb 라이브러리를 설치하고 로그인합니다.

   pip install wandb
   
   wandb login
   

Python

pip install wandb

import wandb
wandb.login()

Python notebook

!pip install wandb

import wandb
wandb.login()

​

학습 및 평가 데이터를 W&B에 기록하기

학습 손실과 평가 지표는 W&B에 자동으로 기록할 수 있습니다. 선택적인 평가는 DeepChem의 ValidationCallback을 사용해 활성화할 수 있으며, WandbLogger가 ValidationCallback 콜백을 감지해 해당 콜백이 생성한 지표를 기록합니다.

TorchModel

from deepchem.models import TorchModel, ValidationCallback

vc = ValidationCallback(…)  # 선택 사항
model = TorchModel(…, wandb_logger=logger)
model.fit(…, callbacks=[vc])
logger.finish()

KerasModel

from deepchem.models import KerasModel, ValidationCallback

vc = ValidationCallback(…)  # 선택 사항
model = KerasModel(…, wandb_logger=logger)
model.fit(…, callbacks=[vc])
logger.finish()