Successfully reported this slideshow.
We use your LinkedIn profile and activity data to personalize ads and to show you more relevant ads. You can change your ad preferences anytime.

[DLHacks]Comet ML -機械学習のためのGitHub-

5,031 views

Published on

2018/06/25
Deep Learning JP:
http://deeplearning.jp/hacks/

Published in: Technology
  • Be the first to comment

[DLHacks]Comet ML -機械学習のためのGitHub-

  1. 1. DEEPLEARNINGJP [DL HacksLT] Comet ML – GitHub- Hiromi Nakagawa, Matsuo Lab http://deeplearning.jp/
  2. 2. • 機械学習の実験支援ツール • できること – 実験結果の記録・比較 – ハイパーパラメータやネットワーク構造の保存 – 実行コードの保存 • 公式サポート:Keras, TensorFlow, PyTorch, scikit-learn, Theano – Chainerも使えるらしい What is CometML?
  3. 3. • 無料プランでもPubic Projectは無制限、 Private Projectは1つ – 課金するとチーム機能やベイズ最適化によるハイパーパラメータ探索機能が使えたりする What is CometML?
  4. 4. • 機械学習プロダクトの開発工程→「実験(Experiments)」が重要 • モデルの構造やハイパーパラメータなど、様々な条件のもと繰り返し行われる – 設定ごとの結果や、他の設定との比較を一覧したい – Gitでの管理とあまり相性が良くない • CometMLを使うことで「実験」単位の管理や比較が簡単に • チーム内での情報共有もしやすい Why CometML?
  5. 5. • Tensorboardより詳細な記録が可能 • 複数実験の管理や比較が行いやすい – Tensorboardは単一実験にフォーカス • リモート環境で確認できる – Tensorboardはローカル環境での起動が前提 Tensorboardとの違い
  6. 6. How to use
  7. 7. 1. アカウントの登録
  8. 8. • Projects > New Projects – API Keyを取得 – 初回はQuick Start Guideに従えばOK 2. プロジェクトの作成
  9. 9. 3. comet_mlライブラリのインストール
  10. 10. 1. Experimentインスタンスを作成 – api_key:APIキー(複数プロジェクトで使い回せる) – project_name:プロジェクト名 – team_name:チーム名 – log_code:実行コードを記録する(Default=True) – auto_param_logging:ハイパーパラメータを記録する(Default=True) – auto_metric_logging:Metricsを記録する(Default=True) 4. 訓練用スクリプトにトラッキング用コードを追加
  11. 11. 2. ハイパーパラメータを記録 4. 訓練用スクリプトにトラッキング用コードを追加 または
  12. 12. 3. metricを記録 – stepはイテレーション数やエポック数などを記録 – 可視化時のグラフのX軸に利用できる 4. 訓練用スクリプトにトラッキング用コードを追加 または
  13. 13. 4. with句の中で訓練・評価することでトラッキング 4. 訓練用スクリプトにトラッキング用コードを追加
  14. 14. • Projectページに行くと実験ごとの結果が確認できる – カラムは編集可能でフィルタリングやソートなども可能 5. 可視化
  15. 15. • Chart:スクリプト内で保存した変数の時系列グラフが確認できる 5. 可視化
  16. 16. • Code:実行した際のコードが確認できる 5. 可視化
  17. 17. • Metric:Chartに表示する項目の選択や最大値・最小値の確認が可能 5. 可視化
  18. 18. • Output:実行時の標準出力を確認できる 5. 可視化
  19. 19. • 複数実験を比較することも可能 5. 可視化
  20. 20. • グラフはJPEG/PNG/SVG/PDFでダウンロード可能 • モデル構造のグラフや画像データも記録可能 • Notesで実験ごとにコメントを残せる • Githubのレポジトリと連携させることでPull Requestも送れる その他
  21. 21. • 便利そう まとめ
  22. 22. • comet.ml – https://www.comet.ml • 機械学習のためのGithub、CometMLを使ってみた – https://medium.com/liaro-engineering- blog/%E6%A9%9F%E6%A2%B0%E5%AD%A6%E7%BF%92%E3%81%AE%E3%81%9F%E3%82%81%E3%81%AEgithu b-cometml%E3%82%92%E4%BD%BF%E3%81%A3%E3%81%A6%E3%81%BF%E3%81%9F-eed920be46c9 • Chainerでcomet.mlを使って学習を可視化してみた – https://qiita.com/29Takuya/items/00c1f4fef5983cdf1c54 参考文献

×