PyTorch Geometric

PyTorch Geometric 또는 PyG는 기하학적 딥러닝을 위한 가장 인기 있는 라이브러리 중 하나이며, W&B와 함께 사용하면 그래프를 시각화하고 실험을 추적하는 데 매우 적합합니다.

PyTorch Geometric을 설치한 후 다음 단계를 따라 시작하세요.

​

회원가입 및 API key 생성하기

API key는 사용 중인 머신을 W&B에 인증하는 데 사용됩니다. API key는 사용자 프로필에서 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 스크롤해 API Keys 섹션으로 이동합니다.

​

wandb 라이브러리를 설치하고 로그인하기

로컬 환경에서 wandb 라이브러리를 설치하고 로그인하려면 다음을 수행합니다:

명령줄

1. WANDB_API_KEY 환경 변수를 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 노트북

!pip install wandb

import wandb
wandb.login()

​

그래프 시각화

간선 수, 노드 수 등 입력 그래프에 대한 세부 정보를 저장할 수 있습니다. W&B는 Plotly 차트와 HTML 패널 로깅을 지원하므로, 그래프를 위해 만든 모든 시각화를 W&B에 로깅할 수 있습니다.

​

PyVis 사용하기

다음 예시는 PyVis와 HTML을 사용하여 이를 구현하는 방법을 보여줍니다.

from pyvis.network import Network
import wandb

with wandb.init(project=’graph_vis’) as run:
    net = Network(height="750px", width="100%", bgcolor="#222222", font_color="white")

    # PyG 그래프의 엣지를 PyVis 네트워크에 추가
    for e in tqdm(g.edge_index.T):
        src = e[0].item()
        dst = e[1].item()

        net.add_node(dst)
        net.add_node(src)
        
        net.add_edge(src, dst, value=0.1)

    # PyVis 시각화를 HTML 파일로 저장
    net.show("graph.html")
    run.log({"eda/graph": wandb.Html("graph.html")})

​

Plotly 사용하기

Plotly를 사용해 그래프를 시각화하려면 먼저 PyG 그래프를 networkx 객체로 변환해야 합니다. 그런 다음 노드와 엣지 각각에 대해 Plotly 산점도(scatter) 플롯을 생성해야 합니다. 아래 스니펫을 이 작업에 사용할 수 있습니다.

def create_vis(graph):
    G = to_networkx(graph)
    pos = nx.spring_layout(G)

    edge_x = []
    edge_y = []
    for edge in G.edges():
        x0, y0 = pos[edge[0]]
        x1, y1 = pos[edge[1]]
        edge_x.append(x0)
        edge_x.append(x1)
        edge_x.append(None)
        edge_y.append(y0)
        edge_y.append(y1)
        edge_y.append(None)

    edge_trace = go.Scatter(
        x=edge_x, y=edge_y,
        line=dict(width=0.5, color='#888'),
        hoverinfo='none',
        mode='lines'
    )

    node_x = []
    node_y = []
    for node in G.nodes():
        x, y = pos[node]
        node_x.append(x)
        node_y.append(y)

    node_trace = go.Scatter(
        x=node_x, y=node_y,
        mode='markers',
        hoverinfo='text',
        line_width=2
    )

    fig = go.Figure(data=[edge_trace, node_trace], layout=go.Layout())

    return fig


with wandb.init(project=’visualize_graph’) as run:
    run.log({‘graph’: wandb.Plotly(create_vis(graph))})

​

메트릭 기록하기

W&B를 사용하여 손실 함수, 정확도 등과 같은 메트릭과 함께 실험을 추적할 수 있습니다. 학습 루프에 다음 한 줄을 추가하세요:

with wandb.init(project="my_project", entity="my_entity") as run:
    run.log({
        'train/loss': training_loss,
        'train/acc': training_acc,
        'val/loss': validation_loss,
        'val/acc': validation_acc
        })

​

추가 자료

• PyTorch Geometric에서 그래프 신경망으로 Amazon 상품 추천
• PyTorch Geometric으로 포인트 클라우드 분류
• PyTorch Geometric으로 포인트 클라우드 분할