labml

モバイルからの深い学習モデルのトレーニングとハードウェアの使用を監視します。

特徴

• 携帯電話またはラップトップからの実行中の実験を監視します
• 単一のコマンドを使用して、任意のコンピューターでハードウェアの使用を監視する
• わずか2行のコードと統合します（以下の例を参照）
• GITコミット、構成、ハイパーパラメーターなどのインフォメーションなどの実験を追跡します
• カスタム視覚化のAPI
• トレーニングの進捗状況のかなりログ
• オープンソース！

実験サーバーのホスト

前提条件

MongoDBをインストールするには、こちらの公式ドキュメントを参照してください。

インストール

PIPを使用してパッケージをインストールします。

pip install labml-app

サーバーの起動

 # Start the server on the default port (5005)
labml app-server

# To start the server on a different port, use the following command
labml app-server --port PORT

オプション：サーバーでnginxをセットアップおよび構成するには、これを参照してください。

http://localhost:{port}にアクセスするか、別のマシンで構成されている場合は、 http://{server-ip}:{port}に移動して、ユーザーインターフェイスにアクセスできます。

実験を監視します

インストール

1. PIPを使用してパッケージをインストールします。

pip install labml

2. プロジェクトフォルダーの上位レベルで.labml.yamlという名前のファイルを作成し、次の行をファイルに追加します。

 app_url : http://localhost:{port}/api/v1/default

# If you are setting up the project on a different machine, include the following line instead,
app_url : http://{server-ip}:{port}/api/v1/default 

Pytorchの例

 from labml import tracker , experiment

with experiment . record ( name = 'sample' , exp_conf = conf ):
    for i in range ( 50 ):
        loss , accuracy = train ()
        tracker . save ( i , { 'loss' : loss , 'accuracy' : accuracy })

分散トレーニングの例

 from labml import tracker , experiment

uuid = experiment . generate_uuid () # make sure to sync this in every machine
experiment . create ( uuid = uuid ,
                  name = 'distributed training sample' ,
                  distributed_rank = 0 ,
                  distributed_world_size = 8 ,
                  )
with experiment . start ():
    for i in range ( 50 ):
        loss , accuracy = train ()
        tracker . save ( i , { 'loss' : loss , 'accuracy' : accuracy })

ドキュメント

• Python APIリファレンス
• サンプル

ガイド

• API実験を作成します
• トレーニングメトリックを追跡します
• 監視されたトレーニングループおよびその他の反復器
• カスタム視覚化のAPI
• 構成管理API
• 様式化されたロギングのロガー

？スクリーンショット

フォーマットされたトレーニングループ出力

テンソルボードログに基づくカスタムビジュアライゼーション

ハードウェアの使用の監視

 # Install packages and dependencies
pip install labml psutil py3nvml

# Start monitoring
labml monitor

引用

学術研究にLabMLを使用する場合は、次のBibtexエントリを使用してライブラリを引用してください。

 @misc{labml,
 author = {Varuna Jayasiri, Nipun Wijerathne, Adithya Narasinghe, Lakshith Nishshanke},
 title = {labml.ai: A library to organize machine learning experiments},
 year = {2020},
 url = {https://labml.ai/},
}