labml

모바일에서 딥 러닝 모델 교육 및 하드웨어 사용을 모니터링하십시오.

특징

• 휴대 전화 나 랩톱에서 실행 실험을 모니터링합니다
• 단일 명령으로 모든 컴퓨터에서 하드웨어 사용을 모니터링합니다.
• 단 2 줄의 코드와 통합 (아래 예제 참조)
• GIT 커밋, 구성 및 하이퍼 파라미터와 같은 정보를 포함한 실험을 추적합니다.
• 사용자 정의 시각화를위한 API
• 훈련 진행의 예쁜 기록
• 오픈 소스!

실험 서버 호스팅

전제 조건

MongoDB 설치하려면 여기에서 공식 문서를 참조하십시오.

설치

PIP를 사용하여 패키지를 설치하십시오.

pip install labml-app

서버 시작

 # 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

선택 사항 : 서버에서 nginx를 설정하고 구성하려면이를 참조하십시오.

http://localhost:{port} 방문하거나 별도의 컴퓨터에서 구성된 경우 http://{server-ip}:{port} 탐색하여 사용자 인터페이스에 액세스 할 수 있습니다.

실험을 모니터링하십시오

설치

1. PIP를 사용하여 패키지를 설치하십시오.

pip install labml

2. 프로젝트 폴더의 최상위 레벨에서 .labml.yaml 이라는 파일을 만들고 파일에 다음 줄을 추가하십시오.

 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 예제

 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 })

분산 교육 예

 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 })

선적 서류 비치

• Python API 참조
• 샘플

가이드

• 실험을 생성하는 API
• 트랙 교육 메트릭
• 교육 루프 및 기타 반복자를 모니터링했습니다
• 사용자 정의 시각화를위한 API
• 구성 관리 API
• 양식화 된 로깅을위한 로거

? 스크린 샷

형식 교육 루프 출력

텐서 보드 로그를 기반으로하는 사용자 정의 시각화

하드웨어 사용 모니터링

 # Install packages and dependencies
pip install labml psutil py3nvml

# Start monitoring
labml monitor

인용

Academic Research에 Labml을 사용하는 경우 다음 Bibtex 항목을 사용하여 도서관을 인용하십시오.

 @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/},
}