单个脚本中的 ClearML 多个任务更改记录的值名称

Question

我为自定义超参数搜索训练了多个具有不同配置的模型。我使用 pytorch_lightning 及其日志记录 (TensorboardLogger)。当运行我的训练脚本在 Task.init() 之后，ClearML 自动创建一个任务并将记录器输出连接到服务器。

我为每个应变阶段 train、val 和 test 在每个时期记录以下标量：loss、acc 和 iou

当我有多个配置时，例如networkA 和 networkB 第一次训练将其值记录到 loss、acc 和 iou，但第二次训练记录到 networkB:loss、networkB:acc 和 networkB:iou。这使得价值观无可比拟。

我的任务初始化训练循环如下所示：

names = ['networkA', networkB']
for name in names:
     task = Task.init(project_name="NetworkProject", task_name=name)
     pl_train(name)
     task.close()

方法pl_train 是使用 Pytorch Ligtning 进行整个训练的包装器。此方法中没有 ClearML 代码。

您有什么提示，如何在使用完全分离的任务的脚本中正确使用循环？

编辑：ClearML 版本为 0.17.4。问题已在主分支中修复。

Answer 1

免责声明我是 ClearML（以前称为 Trains）团队的一员。

pytorch_lightning 正在为每个实验创建一个新的 Tensorboard。当 ClearML 记录 TB 标量并捕获再次重新发送的相同标量时，它会添加一个前缀，因此如果您报告相同的指标，它不会覆盖前一个。一个很好的例子是在训练阶段和验证阶段报告 loss 标量（产生“损失”和“验证：损失”）。可能是 task.close() 调用没有清除以前的日志，所以它“认为”这是同一个实验，因此将前缀 networkB 添加到 loss。只要您在训练完成后关闭任务，您就应该让所有实验日志都具有相同的 metric/variant (title/series)。我建议打开一个 GitHub 问题，这应该被认为是一个错误。

单个脚本中的 ClearML 多个任务更改记录的值名称

ClearML multiple tasks in single script changes logged value names

devops

clearml

trains