DeepChem

W&B를 DeepChem 라이브러리 와 통합하는 방법.

DeepChem 라이브러리 는 신약 개발, 재료 과학, 화학 및 생물학 분야에서 딥러닝 활용을 대중화하는 오픈 소스 툴을 제공합니다. 이 W&B 인테그레이션은 DeepChem을 사용하여 모델을 트레이닝하는 동안 간단하고 사용하기 쉬운 experiment 트래킹과 모델 체크포인트 기능을 추가합니다.

​

3줄의 코드로 DeepChem 로깅하기

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

​

Report 및 Google Colab

W&B DeepChem 인테그레이션을 사용하여 생성된 차트 예시는 Using W&B with DeepChem: Molecular Graph Convolutional Networks 아티클을 확인해 보세요.

실제 작동하는 코드를 바로 확인하려면 Google Colab 을 참고하세요.

​

실험(Experiments) 트래킹

KerasModel 또는 TorchModel 유형의 DeepChem 모델에 대해 W&B를 설정합니다.

​

가입 및 API 키 생성

API 키는 W&B에서 사용자의 머신을 인증합니다. 사용자 프로필에서 API 키를 생성할 수 있습니다.

For a more streamlined approach, create an API key by going directly to User Settings. Copy the newly created API key immediately and save it in a secure location such as a password manager.

1. 오른쪽 상단의 사용자 프로필 아이콘을 클릭합니다.
2. User Settings 를 선택한 다음 API Keys 섹션으로 스크롤합니다.

​

wandb 라이브러리 설치 및 로그인

로컬에 wandb 라이브러리를 설치하고 로그인하려면:

Command Line

1. WANDB_API_KEY 환경 변수 를 사용자의 API 키로 설정합니다.

   export WANDB_API_KEY=<your_api_key>
   

2. wandb 라이브러리를 설치하고 로그인합니다.

   pip install wandb
   
   wandb login
   

Python

pip install wandb

import wandb
wandb.login()

Python notebook

!pip install wandb

import wandb
wandb.login()

​

트레이닝 및 평가 데이터를 W&B에 로그

트레이닝 손실(loss)과 평가 메트릭을 W&B에 자동으로 로그할 수 있습니다. DeepChem의 ValidationCallback 을 사용하여 선택적으로 평가를 활성화할 수 있으며, WandbLogger 는 ValidationCallback 콜백을 감지하고 생성된 메트릭을 로그합니다.

TorchModel

from deepchem.models import TorchModel, ValidationCallback

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

KerasModel

from deepchem.models import KerasModel, ValidationCallback

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