튜토리얼: 프로젝트에서 스윕 작업 만들기

이 튜토리얼에서는 기존 W&B 프로젝트에서 스윕 작업을 만드는 방법을 설명합니다. 베이스라인 프로젝트를 만들고, 하이퍼파라미터 스윕을 구성한 다음, 트레이닝 작업을 병렬로 실행하는 에이전트를 실행하는 과정을 안내합니다. Fashion MNIST 데이터셋을 사용하여 PyTorch 컨볼루션 뉴럴 네트워크를 트레이닝하여 이미지를 분류합니다. W&B examples 저장소 (PyTorch CNN Fashion)에서 필요한 코드와 데이터셋을 제공합니다. 이 W&B 대시보드에서 결과를 확인하세요.

​

프로젝트 만들기

먼저 예시 모델을 한 번 이상 트레이닝하여 베이스라인 프로젝트를 만드세요. 이 베이스라인은 이후 단계에서 스윕을 설정할 때 기준이 됩니다. W&B examples GitHub 저장소에서 PyTorch MNIST 데이터셋 예시 모델을 다운로드한 다음 모델을 트레이닝하세요. 트레이닝 스크립트는 examples/pytorch/pytorch-cnn-fashion 디렉터리에 있습니다. 예시 모델을 다운로드하고 트레이닝하려면 다음 단계를 따르세요.

1. 저장소를 복제하세요.
   git clone https://github.com/wandb/examples.git
   
2. 예시 디렉터리로 이동하세요.
   cd examples/pytorch/pytorch-cnn-fashion
   
3. 트레이닝 스크립트를 직접 실행하세요.
   python train.py
   
4. 선택: W&B App 대시보드에서 예시를 살펴보세요. 예시 프로젝트 페이지 보기.

첫 run이 완료되면 스윕의 기반이 될 베이스라인 프로젝트가 W&B에 생성됩니다.

​

스윕 만들기

베이스라인 프로젝트가 준비되면 run에 대한 스윕을 설정할 수 있습니다. 프로젝트 페이지에서 프로젝트 사이드바의 스윕 탭을 열고 스윕 만들기를 선택하세요. 자동 생성된 설정은 완료한 run을 기반으로 스윕할 값을 제안합니다. 설정을 편집하여 시도할 하이퍼파라미터 범위를 지정하세요. 스윕을 시작하면 W&B의 호스팅 스윕 서버에서 새 프로세스가 시작됩니다. 이 중앙 집중식 서비스는 에이전트(트레이닝 작업을 실행하는 머신)를 조정합니다.

​

에이전트 실행

스윕을 설정한 후 하나 이상의 에이전트를 실행하여 run을 수행하세요. 여러 머신에서 최대 20개의 에이전트를 병렬로 실행하면 스윕 작업을 더 빨리 마칠 수 있습니다. 각 에이전트는 다음에 사용할 매개변수 세트를 출력합니다. 이제 여러 에이전트의 트레이닝 작업을 조율하고 결과를 W&B에 보고하는 스윕이 실행되고 있습니다. 다음 이미지는 예시 스윕 작업이 실행 중인 대시보드를 보여줍니다.

​

기존 run으로 새 스윕 시드하기

이전 결과를 시작점으로 재사용하려면, 이전에 로깅한 기존 run을 사용하여 새 스윕을 시작하세요:

1. 프로젝트 table을 여세요.
2. run 행의 체크박스를 클릭하여 run을 선택하세요.
3. 드롭다운에서 새 스윕 생성 옵션을 선택하세요.

이제 스윕이 서버에 설정되었습니다. 하나 이상의 에이전트를 실행하여 run을 시작하세요.