С помощью инструкции вы запустите первый эксперимент с использованием библиотеки wandb.
Для запуска эксперимента и визуализации метрик:
Перед началом работы убедитесь, что выполнены следующие условия:
У вас есть доступ к Distributed Train.
У вас есть доступ к воркспейсу, в который будут отправляться данные экспериментов.
Установлен Python версии 3.7 или выше.
Установлен менеджер пакетов pip.
API-ключ нужен для авторизации wandb SDK и отправки данных в текущий воркспейс.
Ключ принадлежит создавшему его пользователю и действует только внутри воркспейса, в котором он создан.
На верхней панели слева нажмите и перейдите в Distributed Train → Трекинг экспериментов.
Нажмите Ключи API.
Введите название ключа.
Нажмите Создать ключ.
После создания ключа отобразится следующая информация:
Название ключа.
Дата и время создания.
Команды для настройки переменных окружения.
API-ключ.
Выполните команду:
pip install wandb
В результате будет установлена библиотека wandb. После установки можно использовать команды wandb login и wandb init в Python-скриптах.
Запустите следующий код:
import randomimport wandb# Start a new run to track this script.run = wandb.init(project="my-first-project",# Track hyperparameters and run metadata.config={"learning_rate": 0.02,"architecture": "CNN","dataset": "CIFAR-100","epochs": 10,},)# Simulate training.epochs = 10offset = random.random() / 5for epoch in range(2, epochs):acc = 1 - 2**-epoch - random.random() / epoch - offsetloss = 2**-epoch + random.random() / epoch + offset# Log metrics.run.log({"acc": acc, "loss": loss})# Finish the run and upload remaining data.run.finish()
После запуска скрипта будет создан ML-проект my-first-project в воркспейсе, в котором был создан API-ключ.
В результате выполнения инструкции:
Создан API-ключ для авторизации wandb SDK.
Установлена библиотека wandb.
Создан ML-проект my-first-project.
Запущен первый ран с логированием метрик.
Метрики доступны для визуализации в интерфейсе Distributed Train.
ML-проект готов к работе. Теперь можно запускать собственные эксперименты и отслеживать метрики обучения моделей.