Replit과 Weights & Biases 사용하기
Weights & Biases 빠른 사용 가이드
이 글은 AI 번역본입니다. 오역이 의심되는 부분이 있으면 댓글로 알려주세요.
Created on September 15|Last edited on September 15
Comment
Weights & Biases란 무엇인가요?
Weights & Biases는 실험을 추적하고, 최상의 결과를 찾으며, 최고의 모델을 저장할 수 있게 해줍니다. 코드에 Weights & Biases를 추가하는 빠른 시작 가이드는 다음을 참고하세요 빠른 시작 가이드Weights & Biases를 사용하려면 무료 계정이 필요합니다. 여기에서 가입하세요
W&B API 키
W&B 런이 시작되면 API 키를 입력하라는 메시지가 표시됩니다. 키는 다음에서 확인할 수 있습니다: https://wandb.ai/authorize
- Replit에서 Weights & Biases를 사용할 때에는 Replit Secrets에 추가하고 이름을 다음과 같이 지정하는 것을 권장합니다 WANDB_API_KEY
- 스크립트에서 다음과 같이 API 키를 환경 변수로 설정할 수도 있습니다: os.environ["WANDB_API_KEY"] = "XXX"
Replit에서 W&B 사용하기
Replit에서 W&B가 제대로 동작하도록 하려면 스크립트 맨 위에 다음 환경 변수를 하나 추가하세요. 그러면 바로 사용할 수 있습니다!
os.environ["WANDB_CONSOLE"]="wrap"
W&B 리포트
해커톤 상을 받으려면 작업 내용을 보여 주는 리포트를 만들어야 합니다. 아래는 우리가 좋아하는 리포트 모음 링크입니다:
W&B 테이블스
프로젝트 아이디어
아이디어 몇 가지!
학습 집중
- ML 입문 가이드
- SetFit 빠르게 학습하는 NLP 모델
API 중심
- W&B Reports API 사용하기(참고: Python SDK 섹션) LLM으로 W&B Report를 생성하기
- LLM으로 Anki 플래시카드를 생성하기 (영감)
- LLM이 도구를 사용하게 만들기 암자드, LLM으로 Replit 또는 W&B 제어하기
- Stable Diffusion 이미지 생성 - 프롬프트 개발 과정을 W&B Tables로 추적하기
- GPT-3 API와 Wolfram Alpha
Replit의 GPU
Replit의 GPU는 베타 상태이므로, Repl 안에서 사용하려면 Explorer 모드를 켜야 합니다. Explorer를 켜려면 다음을 따르세요 여기에 지침을 입력하세요그런 다음 지침을 따라 Repl에 GPU를 추가할 수 있습니다 Replit 공식 문서버그를 발견하면 다음에서 신고해 주세요 포럼에 질문하기.
해커톤 기간 지원과 최신 공지 사항은 다음을 방문하세요 머신 러닝 해커톤 채널에서 Replit 디스코드 서버.
Replit에서 디스크 저장소 및 GPU 메모리 관리
디스크 저장소 관리
Replit의 repl은 현재 1 GB로 제한되어 있으므로 디스크 공간 사용량을 수시로 확인하고, 사용하지 않는 모델 파일이나 데이터셋은 주기적으로 삭제하는 것이 좋습니다.
GPU 메모리 관리
셸에서 다음 명령을 실행해 사용 가능한 GPU 메모리를 확인할 수 있습니다.
- nvidia-smi
Weights & Biases 커뮤니티 리소스
- Replit 예제: Hugging Face Transformers를 활용한 이미지 분류
- Replit 예제: Weights & Biases를 사용하는 사진 예측 Repl
- Replit 예제: Replit에서 nanoGPT 학습하기
Replit 자료
Replit Repl 템플릿
Add a comment