fastai v1

이 문서는 fastai v1을 다룹니다. fastai의 최신 버전을 사용하는 경우 fastai 페이지를 참조하세요.

fastai v1용 스크립트에서는 모델 구조, 손실값, 평가 지표, 가중치, 그래디언트, 샘플 예측, 최적으로 학습된 모델을 자동으로 로깅하는 콜백을 제공합니다.

import wandb
from wandb.fastai import WandbCallback

wandb.init()

learn = cnn_learner(data, model, callback_fns=WandbCallback)
learn.fit(epochs)

콜백 생성자의 설정을 통해 로깅할 데이터를 구성할 수 있습니다.

from functools import partial

learn = cnn_learner(
    data, model, callback_fns=partial(WandbCallback, input_type="images")
)

학습을 시작할 때에만 WandbCallback을 사용할 수도 있습니다. 이 경우에는 인스턴스를 생성해야 합니다.

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

해당 단계에서 커스텀 매개변수를 추가로 지정할 수도 있습니다.

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

​

예제 코드

통합이 어떻게 작동하는지 확인할 수 있도록 몇 가지 예제를 준비했습니다.

Fastai v1

• 심슨 캐릭터 분류: Fastai 모델을 추적하고 비교하는 간단한 데모입니다.
• Fastai를 활용한 시맨틱 세그멘테이션: 자율주행 자동차용 신경망을 최적화합니다.

​

옵션

WandbCallback() 클래스는 여러 옵션을 지원합니다:

키워드 인자	기본값	설명
learn	N/A	연결할 fast.ai learner 객체입니다.
save_model	True	각 단계에서 모델이 개선되면 모델을 저장합니다. 학습이 끝난 후에는 최상의 모델을 로드합니다.
mode	auto	min, max, 또는 auto: monitor에 지정된 학습 지표를 단계 간에 어떻게 비교할지 설정합니다.
monitor	None	최상의 모델을 저장하기 위해 성능을 측정하는 데 사용하는 학습 지표입니다. None인 경우 검증 손실이 기본값입니다.
log	gradients	gradients, parameters, all, 또는 None. 손실과 지표는 항상 로깅됩니다.
input_type	None	images 또는 None. 샘플 예측을 표시하는 데 사용됩니다.
validation_data	None	input_type가 지정된 경우 샘플 예측에 사용하는 데이터입니다.
predictions	36	input_type가 지정되어 있고 validation_data가 None인 경우 생성할 예측 개수입니다.
seed	12345	input_type가 지정되어 있고 validation_data가 None인 경우 샘플 예측을 위한 난수 생성기를 초기화합니다.