Notice
Recent Posts
Recent Comments
Link
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | |||||
3 | 4 | 5 | 6 | 7 | 8 | 9 |
10 | 11 | 12 | 13 | 14 | 15 | 16 |
17 | 18 | 19 | 20 | 21 | 22 | 23 |
24 | 25 | 26 | 27 | 28 | 29 | 30 |
Tags
- datascience
- rnn
- NLP
- torchserve
- 프로그래머스
- GIT
- pytorch
- 코딩테스트
- leetcode
- vscode
- pep8
- wandb
- Matplotlib
- 백준
- autoencoder
- 알고리즘
- python
- FastAPI
- Kaggle
- GitHub Action
- FDS
- DeepLearning
- GCP
- PytorchLightning
- NaverAItech
- github
- Kubernetes
- 네이버AItech
- 완전탐색
- docker
Archives
- Today
- Total
Sangmun
[MLOps]pytorch lightning에서 wandb 로깅하기 본문
Pytorch ligntning에서 wandb를 이용하여 실험내용을 로깅하는 것은 매우 간단한다.
아래 코드 처럼 wandb_logger class를 선언만 해주고 trainer에 넘겨주기만 하면 되기 때문이다.
from pytorch_lightning.loggers import WandbLogger
# wandb logger
model = Model(your_model_config)
wandb_logger = WandbLogger(name='wandb 대시보드에서 표시되는 이름',
project='해당 프로젝트 이름',
entity='저장소 이름')
wandb.watch(model)
# ligh
trainer = pl.Trainer(gpus=1, # number of gpu
max_epochs=10, # number of epoch
log_every_n_steps=100, # logging step
logger=wandb_logger # wandb logging
)
기록 하고자 하는 metric등은 pytorch lightning model 안에서 self.log()를 이용하여 기록하는 metric이 되겠다.
def training_step(self, batch, batch_idx):
x, y = batch
logits = self(x)
loss = self.loss_func(logits, y.float())
# self.log() 함수를 이용하여 log를 기록하는 항목들을 wandb_logger가 알아서 받아서
# wandb 대시보드에 시각화 해준다.
self.log("train_loss", loss)
return loss
하지만 맨처음에는 위의 방식으로 로깅을 하면 epoch가 아닌 step별로 로깅이 되는 문제가 있었는데...
이는 그냥 wandb 대시보드에서 x축 항목을 epoch로 바꿔주면 되는 문제였다..
'네이버 AI 부스트캠프 4기 > MLops' 카테고리의 다른 글
[MLOps] mlflow 기본 사용법 (1) (0) | 2022.11.24 |
---|---|
[MLOps]wandb sweep 기본 사용법 (0) | 2022.11.24 |
[MLOps]Pytorch Monitoring tools (weight & biases) (0) | 2022.09.30 |
Comments