Track Jupyter notebooks

​

Jupyter ノートブックでの Weights & Biases の使用例

1. 反復的な実験: パラメーターを調整しながら実験を繰り返し実行できます。途中で手動でメモを取ることなく、すべての run が Weights & Biases に自動的に保存されます。
2. コードの保存: モデルを再現する際、ノートブックのどのセルがどの順序で実行されたかを把握するのは困難です。設定ページでコードの保存を有効にすると、実験ごとにセルの実行記録を保存できます。
3. カスタム分析: run を Weights & Biases にログすると、API からデータフレームを簡単に取得してカスタム分析を行えます。その結果を Weights & Biases にログして保存し、report で共有できます。

​

ノートブックで始める

!pip install wandb -qqq
import wandb
wandb.login()

wandb.init(
    project="jupyter-projo",
    config={
        "batch_size": 128,
        "learning_rate": 0.01,
        "dataset": "CIFAR-100",
    },
)

%%wandb

# ここにトレーニングループを記述します

​

ノートブックでライブの Weights & Biases インターフェースを直接レンダリングする

# プロジェクトの Workspace を表示します
%wandb USERNAME/PROJECT
# 単一の run を表示します
%wandb USERNAME/PROJECT/runs/RUN_ID
# sweep を表示します
%wandb USERNAME/PROJECT/sweeps/SWEEP_ID
# report を表示します
%wandb USERNAME/PROJECT/reports/REPORT_ID
# 埋め込む iframe の高さを指定します
%wandb USERNAME/PROJECT -h 2048

import wandb
from IPython.display import display
# run を初期化します
run = wandb.init()

# セルの最後で run.finish() を出力すると、ライブグラフが表示されます
run.finish()

​

Weights & Biases のその他の Jupyter 機能

1. Colab での簡単な認証: Colab で初めて wandb.init() を呼び出す際、ブラウザーで Weights & Biases にログインしていれば、ランタイムを自動的に認証します。Run page の Overview タブに、Colab へのリンクが表示されます。
2. Jupyter マジックコマンド: ダッシュボード、sweep、report をノートブック内に直接表示します。%wandb マジックコマンドは project、sweep、report へのパスを受け入れ、Weights & Biases のインターフェースをノートブック内に直接レンダリングします。
3. Docker 化された Jupyter の起動: wandb docker --jupyter を呼び出すと、Docker コンテナーを起動し、その中にコードをマウントして、Jupyter がインストールされていることを確認し、ポート 8888 で起動します。
4. 任意の順序で安心してセルを実行: デフォルトでは、次に wandb.init() が呼び出されるまで、run を finished としてマークしません。これにより、複数のセル (たとえば、データの設定、トレーニング、テスト用のセル) を好きな順序で実行し、すべてを同じ run にログできます。User Settings でコードの保存を有効にすると、実行されたセルも、その実行順序と実行時の状態でログされるため、実行順序が複雑なパイプラインでも再現できます。Jupyter ノートブックで run を手動で完了としてマークするには、wandb.Run.finish() を呼び出します。

import wandb

run = wandb.init()

# ここにトレーニングスクリプトとログする処理を記述します

run.finish()