Weight & Biases - Monitoring tool for PyTorch

Weight & Biases - Monitoring Tool for PyTorch

• 학습시간이 오래걸려 기록에 대한 중요성이 높아짐
• 중간과정에서 더 좋은 결과를 얻을 수 있기 때문에 전체적인 흐름을 확인하는 것은 중요함
• 흐름을 확인하는 방법으로는 Print문, log, csv등 여러 방법이 있음
• 좀 더 직관적이고 괜찮은 monitoring tool로 Tensor Board와 WandB를 많이 사용함

Weight & Biases

• 머신러닝 실험을 원활히 지원하기 위한 사용도구(기본적인 기능만 무료로 제공됨)
• 협업, Code Versioning, 실험결과 기록 등 제공
• Github처럼 실험했던 기록들을 남겨줘, 분석에 용이하고 다른 개발자와 협업하기 좋음
• MLOps의 대표적인 툴
• github의 commit처럼 내 실험 기록을 남겨줌

Weight & Biases 사용해보기

1. 설치 : !pip install wandb -q
2. Weight & Biases 가입하기
3. 가입 후 Project 만들기
4. wandb import 후 project명과 내 ID 입력하여 연결해주기 - wandb에서 내 공간을 할당해줌

    import wandb
    wandb.init(project='example_wandb', entity='hongsusoo')
   

5. config에 log로 남길 대상들 입력해줌

    config={"epochs": EPOCHS, "batch_size": BATCH_SIZE, "learning_rate" : LEARNING_RATE}
   

6. project에 config 정보 초기화

    wandb.init(project="example_wandb", config=config)
   

7. log를 활용하여 데이터를 넣어줌(tensorboard의 add_함수와 동일한 기능)

    wandb.log({'accuracy': train_acc, 'loss': train_loss})
   

🔍result

config에서 정의한 항목을 기록으로 남겨줌

system에 대한 기록도 남겨줌

📌reference

• boostcourse AI tech

💡 수정 필요한 내용은 댓글이나 메일로 알려주시면 감사하겠습니다!💡