実験管理ツールのwandbを使ってみた。使いやすさに感動！【機械学習】

MLFlowやらComet.mlやら、最近実験管理ツールなるものの存在を知りました。

とあるGithubのレポジトリを解読していたら、そこではwandbというライブラリが使われていました。

これがとても簡単で使いやすくよい実験管理ツールでしたので、メモがてらご紹介しようと思います。

Weights & Biases の使い方

事前にこちらのサイトからサインアップしておきましょう。（無料です）

https://www.wandb.com/

使い方としては、まずはインストール

!pip install wandb

1	!pip install wandb

Kerasではこれだけ！簡単です。

import wandb
from wandb.keras import WandbCallback

#プロジェクトを指定（なかったら作成される）
wandb.init(project="sample_project")

#調整するパラメータを登録
config = {"optimizer": "Adam", 
          "lr" : 1e-3,
          "epochs": 20}

wandb.config.update(config)

~~~~~~~~~~~

#WandCallback()を指定
model.fit(train_images, train_labels, 
          validation_data = (test_images, test_labels),
          epochs=20, callbacks=[WandbCallback()])

import wandb

from wandb.keras import WandbCallback

#プロジェクトを指定（なかったら作成される）

wandb.init(project="sample_project")

#調整するパラメータを登録

config = {"optimizer": "Adam",

"lr" : 1e-3,

"epochs": 20}

wandb.config.update(config)

~~~~~~~~~~~

#WandCallback()を指定

model.fit(train_images, train_labels,

validation_data = (test_images, test_labels),

epochs=20, callbacks=[WandbCallback()])

TF2.0のサンプルコードで試してみる

こちらのコードでwandb使ってみようと思います。（ファッションMNIST）

https://www.tensorflow.org/tutorials/keras/classification?hl=ja

まずはライブラリのインポートとデータの取得、前処理です。

from __future__ import absolute_import, division, print_function, unicode_literals

# TensorFlow と tf.keras のインポート
%tensorflow_version 2.x
import tensorflow as tf
from tensorflow import keras

# ヘルパーライブラリのインポート
import numpy as np
import matplotlib.pyplot as plt

print(tf.__version__)

```
2.1.0
```

#データのダウンロード

fashion_mnist = keras.datasets.fashion_mnist

(train_images, train_labels), (test_images, test_labels) = fashion_mnist.load_data()

#正規化
train_images = train_images / 255.0

test_images = test_images / 255.0

from __future__ import absolute_import, division, print_function, unicode_literals

# TensorFlow と tf.keras のインポート

%tensorflow_version 2.x

import tensorflow as tf

from tensorflow import keras

# ヘルパーライブラリのインポート

import numpy as np

import matplotlib.pyplot as plt

print(tf.__version__)

```

2.1.0

```

#データのダウンロード

fashion_mnist = keras.datasets.fashion_mnist

(train_images, train_labels), (test_images, test_labels) = fashion_mnist.load_data()

#正規化

train_images = train_images / 255.0

test_images = test_images / 255.0

ここで wandb.init しておきます

import wandb
from wandb.keras import WandbCallback
wandb.init(project="sample_project")

config = {"optimizer": "Adam", 
          "lr" : 1e-3,
          "epochs": 20}

wandb.config.update(config)