DeepChem

DeepChem library는 약물 발견, 재료 과학, 화학, 생물학 분야에서 딥러닝을 더 쉽게 활용할 수 있도록 돕는 오픈 소스 도구를 제공합니다. 이 W&B 인테그레이션은 DeepChem으로 모델을 트레이닝하는 동안 실험 추적과 모델 체크포인팅을 지원합니다. 이 페이지를 사용해 DeepChem 트레이닝 워크플로에 W&B 로깅을 추가하면 여러 실험 전반에서 트레이닝 손실, 평가 메트릭, 모델 체크포인트를 추적할 수 있습니다. 이미 DeepChem으로 모델을 트레이닝하고 있다면 최소한의 코드 변경만으로 실험 추적을 추가할 수 있습니다.

코드 3줄로 DeepChem 로깅하기

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

WandbLogger 인스턴스를 DeepChem 모델에 전달하면 트레이닝 run에 W&B 로깅이 연결되어, fit 중에 생성되는 메트릭이 W&B 프로젝트로 자동으로 스트리밍됩니다.

리포트 및 Google Colab

다음 리소스에서 인테그레이션을 자체 코드에 연결하기 전에 실제 적용 사례를 확인할 수 있습니다:

W&B DeepChem 인테그레이션으로 생성된 차트 예시는 DeepChem에서 W&B 사용하기: 분자 그래프 합성곱 네트워크 글에서 확인하세요.
바로 실행해 볼 수 있는 코드는 이 Google Colab에서 확인하세요.

실험 추적

이 페이지의 나머지 부분에서는 API 키를 설정하고, wandb 라이브러리를 설치하며, TorchModel 또는 KerasModel에 대한 로깅을 활성화하는 방법을 설명합니다. KerasModel 또는 TorchModel 유형의 DeepChem 모델용으로 W&B를 설정합니다. API 키는 사용 중인 머신을 W&B에 인증합니다. 사용자 프로필에서 API 키를 생성할 수 있습니다.

더 간편하게 하려면 User Settings로 이동해 API 키를 생성하세요. API 키는 즉시 복사해 비밀번호 관리자와 같은 안전한 위치에 저장하세요.

W&B App에서 API 키를 찾으려면:

오른쪽 상단에서 사용자 프로필 아이콘을 클릭합니다.
User Settings를 선택한 다음 API Keys 섹션으로 스크롤합니다.

`wandb` 라이브러리 설치 및 로그인

로컬에 wandb 라이브러리를 설치하고 로그인하려면 다음 단계를 따르세요.

명령줄
Python
Python notebook

WANDB_API_KEY 환경 변수를 API 키로 설정합니다. <>로 묶인 값은 자신의 값으로 바꾸세요.
export WANDB_API_KEY=<your_api_key>
wandb 라이브러리를 설치하고 로그인합니다.
pip install wandb wandb login

pip install wandb

import wandb
wandb.login()

!pip install wandb

import wandb
wandb.login()

트레이닝 및 평가 데이터를 W&B에 기록하기

wandb를 설치하고 인증했다면 이제 DeepChem 모델에 WandbLogger를 연결하여 트레이닝 및 평가 데이터가 W&B로 전달되도록 할 수 있습니다. 트레이닝 손실와 평가 메트릭은 자동으로 W&B에 기록됩니다. 선택적 평가를 활성화하려면 DeepChem ValidationCallback을 사용하세요. WandbLogger는 ValidationCallback을 감지하고, 이 callback이 생성한 메트릭을 기록합니다.

TorchModel
KerasModel

from deepchem.models import TorchModel, ValidationCallback

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

from deepchem.models import KerasModel, ValidationCallback

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

model.fit가 실행된 후에는 트레이닝 손실와 ValidationCallback이 생성한 모든 평가 메트릭이 W&B 프로젝트에서 WandbLogger가 생성한 run 아래에 표시됩니다.

Weights & Biases

Powered by CoreWeave

Platform Details

Resources

코드 3줄로 DeepChem 로깅하기

리포트 및 Google Colab

실험 추적

`wandb` 라이브러리 설치 및 로그인

트레이닝 및 평가 데이터를 W&B에 기록하기

​코드 3줄로 DeepChem 로깅하기

​리포트 및 Google Colab

​실험 추적

​회원가입하고 API 키 만들기

​wandb 라이브러리 설치 및 로그인

​트레이닝 및 평가 데이터를 W&B에 기록하기

코드 3줄로 DeepChem 로깅하기

리포트 및 Google Colab

실험 추적

회원가입하고 API 키 만들기

`wandb` 라이브러리 설치 및 로그인

트레이닝 및 평가 데이터를 W&B에 기록하기