DeepChem

DeepChem ライブラリを W&B と統合して、分子機械学習モデルの実験管理と可視化を行います。

DeepChem library は、創薬、材料科学、化学、生物学の分野でディープラーニングをより広く活用できるようにするオープンソースツールを提供します。この W&B インテグレーションにより、DeepChem でモデルをトレーニングする際に、シンプルで使いやすい実験管理とモデル チェックポイントが追加されます。

3行のコードでDeepChemをロギング

logger = WandbLogger(…)
model = TorchModel(…, wandb_logger=logger)
model.fit(…)

レポートとGoogle Colab

W&B DeepChem インテグレーションで生成されたチャートの例は、DeepChemでW&Bを使う: 分子グラフ畳み込みネットワークの記事で確認できます。

すぐに動作するコードを見たい場合は、このGoogle Colabをご覧ください。

実験を管理する

KerasModel または TorchModel タイプの DeepChem モデル向けに W&B を設定します。

サインアップしてAPIキーを発行する

APIキーは、お使いのマシンをW&Bに認証するために使用します。APIキーはユーザープロフィールから発行できます。

より手早く行うには、User Settings に直接アクセスしてAPIキーを作成してください。新しく作成したAPIキーはすぐにコピーし、パスワードマネージャーなどの安全な場所に保存してください。

1. 右上にあるユーザープロフィールアイコンをクリックします。
2. User Settings を選択し、API Keys セクションまでスクロールします。

wandb ライブラリをインストールしてログインする

ローカル環境に wandb ライブラリをインストールしてログインするには、次の手順に従います。

コマンドライン

1. WANDB_API_KEY 環境変数に APIキーを設定します。

   export WANDB_API_KEY=<your_api_key>
   

2. wandb ライブラリをインストールし、ログインします。

   pip install wandb
   
   wandb login
   

Python

pip install wandb

import wandb
wandb.login()

Python notebook

!pip install wandb

import wandb
wandb.login()

トレーニングデータと評価データを W&B にログする

トレーニングの損失と評価メトリクスは、自動的に W&B にログされます。必要に応じて、DeepChem の ValidationCallback を使って評価を有効にできます。WandbLogger は ValidationCallback コールバックを検出し、生成されたメトリクスをログします。

TorchModel

from deepchem.models import TorchModel, ValidationCallback

vc = ValidationCallback(…)  # 任意
model = TorchModel(…, wandb_logger=logger)
model.fit(…, callbacks=[vc])
logger.finish()

KerasModel

from deepchem.models import KerasModel, ValidationCallback

vc = ValidationCallback(…)  # 任意
model = KerasModel(…, wandb_logger=logger)
model.fit(…, callbacks=[vc])
logger.finish()