Skip to main content
Hugging Face Accelerate は、同じ PyTorch コードをあらゆる分散構成で実行できるようにするライブラリで、大規模なモデル トレーニングと推論を簡素化します。 Accelerate には W&B トラッカー が含まれています。このページでは、W&B トラッカー を使用して、分散トレーニング run のメトリクス、設定、アーティファクトを W&B にログする方法を説明します。詳細については、Hugging Face の Accelerate トラッカー を参照してください。

Accelerate でログを開始する

このセクションでは、トレーニング中に実験データを W&B にログするよう Accelerate を設定する方法を説明します。Accelerate と W&B を使い始めるには、以下の疑似コードを参考にしてください。
詳しい手順は次のとおりです。
  1. Accelerator クラスを初期化する際に、log_with="wandb" を渡します。
  2. init_trackers メソッドを呼び出し、以下を渡します。
    • project_name でプロジェクト名を指定します。
    • wandb.init() に渡すパラメーターを、ネストした dict として init_kwargs に指定します。
    • wandb run にログするその他の実験設定情報を、config で指定します。
  3. wandb.Run.log() メソッドを使用して W&B にログします。step 引数は省略可能です。
  4. トレーニングが終了したら .end_training() を呼び出します。

W&B トラッカーにアクセスする

Accelerate で W&B にログするよう設定した後、トラッカーからは利用できないアーティファクト、カスタム チャート、その他のデータをログするために、内部の W&B run オブジェクトに直接アクセスしたい場合があります。W&B トラッカーにアクセスするには、Accelerator.get_tracker() メソッドを使用します。トラッカーの .name 属性に対応する string を渡すと、main プロセス上のトラッカーが返されます。
あとは、次のように通常どおり wandb の Run オブジェクトを操作できます。
Accelerate に組み込まれているトラッカーは適切なプロセス上で自動的に実行されます。そのため、メインプロセスでのみ実行する必要があるトラッカーは、自動的にメインプロセス上でのみ実行されます。Accelerate によるラップを完全に解除したい場合は、次のコードで同じ結果を得られます。

Accelerate の記事

W&B で Accelerate を使用する方法の詳しいウォークスルーについては、次の記事を参照してください。

最終更新日 2026年9月30日