MMF

Meta AI の MMF フレームワークと W&B を統合し、マルチモーダル モデルのトレーニング実験をトラッキングして、メトリクスをログします。

Meta AI’s MMF ライブラリの WandbLogger クラスを使用すると、W&B でトレーニング/検証メトリクス、システム (GPU および CPU) メトリクス、モデル チェックポイント、設定パラメーターをログできます。

現在の機能

MMF の WandbLogger では、現在次の機能がサポートされています。

• トレーニングおよび検証のメトリクス
• 学習率の推移
• モデル チェックポイントの W&B Artifacts への保存
• GPU および CPU のシステムメトリクス
• トレーニング設定パラメーター

設定パラメーター

wandb logging を有効にしてカスタマイズするには、MMF の設定で以下のオプションを使用できます:

training:
    wandb:
        enabled: true
        
        # entity とは、runs の送信先となるユーザー名またはチーム名です。
        # デフォルトでは、ユーザーアカウントに run がログされます。
        entity: null
        
        # wandb で実験をログする際に使用するプロジェクト名
        project: mmf
        
        # wandb でプロジェクト配下の実験をログする際に使用する
        # 実験名 / run 名。デフォルトの実験名:
        # is: ${training.experiment_name}
        name: ${training.experiment_name}
        
        # モデル チェックポイントを有効にし、チェックポイントを W&B Artifacts に保存する
        log_model_checkpoint: true
        
        # wandb.init() に渡す追加の引数値（例）:
        # job_type: 'train'
        # tags: ['tag1', 'tag2']
        
env:
    # wandb メタデータの保存先ディレクトリのパスを変更する場合
    # （デフォルト: env.log_dir）:
    wandb_logdir: ${env:MMF_WANDB_LOGDIR,}