MMEngine

WandbVisBackend を通じて OpenMMLab の MMEngine で W&B を使用し、トレーニングのメトリクス、設定、可視化データをログします。

OpenMMLab による MMEngine は、PyTorch ベースのディープラーニングモデルをトレーニングするための基盤ライブラリです。MMEngine は OpenMMLab のアルゴリズムライブラリ向けに次世代のトレーニングアーキテクチャを実装しており、OpenMMLab 内の 30 を超えるアルゴリズムライブラリに対して、統一された実行基盤を提供します。中核となるコンポーネントには、トレーニングエンジン、評価エンジン、モジュール管理が含まれます。

W&B は、専用の WandbVisBackend を通じて MMEngine に直接統合されており、これを使用して次のことができます。

• トレーニングおよび評価のメトリクスをログする。
• 実験の設定をログし、管理する。
• グラフ、画像、スカラーなどの追加データをログする。

はじめに

openmim と wandb をインストールします。

コマンドライン

pip install -q -U openmim wandb

ノートブック

!pip install -q -U openmim wandb

次に、mim を使って mmengine と mmcv をインストールします。

コマンドライン

mim install -q mmengine mmcv

ノートブック

!mim install -q mmengine mmcv

WandbVisBackend を MMEngine Runner で使用する

このセクションでは、mmengine.runner.Runner を使って WandbVisBackend を利用する一般的なワークフローを説明します。

1. 可視化設定から visualizer を定義します。

   from mmengine.visualization import Visualizer
   
   # 可視化設定を定義する
   visualization_cfg = dict(
       name="wandb_visualizer",
       vis_backends=[
           dict(
               type='WandbVisBackend',
               init_kwargs=dict(project="mmengine"),
           )
       ],
       save_dir="runs/wandb"
   )
   
   # 可視化設定から visualizer を取得する
   visualizer = Visualizer.get_instance(**visualization_cfg)
   
   init_kwargs には、W&B run の初期化の入力パラメーターとして使用する引数の辞書を渡します。

2. visualizer を指定して runner を初期化し、runner.train() を呼び出します。

   from mmengine.runner import Runner
   
   # PyTorch 用のトレーニングヘルパーである mmengine Runner を構築する
   runner = Runner(
       model,
       work_dir='runs/gan/',
       train_dataloader=train_dataloader,
       train_cfg=train_cfg,
       optim_wrapper=opt_wrapper_dict,
       visualizer=visualizer, # visualizer を渡す
   )
   
   # トレーニングを開始する
   runner.train()
   

OpenMMLabのコンピュータビジョンライブラリでWandbVisBackendを使用する

WandbVisBackendは、MMDetection などのOpenMMLabのコンピュータビジョンライブラリでExperimentsを管理する際にも、簡単に使用できます。

# デフォルトのランタイム設定から基本設定を継承する
_base_ = ["../_base_/default_runtime.py"]

# 基本設定の `visualizer` の `vis_backends` に
# `WandbVisBackend` の設定dictを割り当てる
_base_.visualizer.vis_backends = [
    dict(
        type='WandbVisBackend',
        init_kwargs={
            'project': 'mmdet',
            'entity': 'geekyrakshit'
        },
    ),
]