DeepChem

La bibliothèque DeepChem fournit des outils open source qui démocratisent l’usage du deep learning dans la découverte de médicaments, la science des matériaux, la chimie et la biologie. Cette intégration W&B ajoute le suivi des expériences et la gestion des points de contrôle du modèle pendant l’entraînement de modèles avec DeepChem. Utilisez cette page pour ajouter la journalisation W&B à votre flux de travail d’entraînement avec DeepChem afin de pouvoir suivre la perte d’entraînement, les métriques d’évaluation et les points de contrôle du modèle d’une expérience à l’autre. Si vous entraînez déjà des modèles avec DeepChem, vous pouvez ajouter le suivi des expériences avec un minimum de modifications du code.

Journalisation avec DeepChem en 3 lignes de code

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

Le fait de passer une instance WandbLogger à un modèle DeepChem active la journalisation W&B pour le run d’entraînement, de sorte que les métriques produites pendant fit soient automatiquement transmises à votre projet W&B.

Rapport et Google Colab

Les ressources suivantes montrent l’intégration en pratique avant que vous ne l’intégriez à votre propre code :

Consultez l’article W&B with DeepChem: Molecular Graph Convolutional Networks pour voir des exemples de graphiques générés à l’aide de l’intégration DeepChem de W&B.
Pour passer directement à du code opérationnel, consultez ce Google Colab.

Suivre les expériences

Le reste de cette page explique comment configurer une clé API, installer la bibliothèque wandb et activer la journalisation pour un TorchModel ou un KerasModel. Configurez W&B pour les modèles DeepChem de type KerasModel ou TorchModel. Une clé API authentifie votre machine auprès de W&B. Vous pouvez générer une clé API depuis votre profil.

Pour une méthode plus directe, accédez aux Paramètres utilisateur et créez une clé API. Copiez immédiatement la clé API et conservez-la dans un endroit sûr, par exemple dans un gestionnaire de mots de passe.

Pour trouver votre clé API dans W&B App :

Cliquez sur l’icône de votre profil dans l’angle supérieur droit.
Sélectionnez Paramètres utilisateur, puis faites défiler jusqu’à la section Clés API.

Installez la bibliothèque `wandb` et connectez-vous

Pour installer la bibliothèque wandb localement et vous connecter :

Ligne de commande
Python
Python notebook

Définissez la variable d’environnement WANDB_API_KEY avec votre clé API. Remplacez les valeurs entre <> par les vôtres :
export WANDB_API_KEY=<your_api_key>
Installez la bibliothèque wandb et connectez-vous.
pip install wandb wandb login

pip install wandb

import wandb
wandb.login()

!pip install wandb

import wandb
wandb.login()

Journalisez vos données d’entraînement et d’évaluation dans W&B

Une fois wandb installé et authentifié, vous pouvez désormais joindre un WandbLogger à votre modèle DeepChem afin que les données d’entraînement et d’évaluation soient envoyées à W&B. La perte d’entraînement et les métriques d’évaluation sont automatiquement journalisées dans W&B. Pour activer l’évaluation facultative, utilisez le ValidationCallback de DeepChem. Le WandbLogger détecte le ValidationCallback et journalise les métriques qu’il produit.

TorchModel
KerasModel

from deepchem.models import TorchModel, ValidationCallback

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

from deepchem.models import KerasModel, ValidationCallback

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

Une fois model.fit exécuté, la perte d’entraînement et toutes les métriques d’évaluation émises par le ValidationCallback apparaissent dans votre projet W&B, sous le run créé par WandbLogger.

Weights & Biases

Powered by CoreWeave

Platform Details

Resources

Journalisation avec DeepChem en 3 lignes de code

Rapport et Google Colab

Suivre les expériences

Installez la bibliothèque `wandb` et connectez-vous

Journalisez vos données d’entraînement et d’évaluation dans W&B

​Journalisation avec DeepChem en 3 lignes de code

​Rapport et Google Colab

​Suivre les expériences

​Inscrivez-vous et générez une clé API

​Installez la bibliothèque wandb et connectez-vous

​Journalisez vos données d’entraînement et d’évaluation dans W&B

Journalisation avec DeepChem en 3 lignes de code

Rapport et Google Colab

Suivre les expériences

Inscrivez-vous et générez une clé API

Installez la bibliothèque `wandb` et connectez-vous

Journalisez vos données d’entraînement et d’évaluation dans W&B