Mosaic AIモデルトレーニングの実行を表示、管理、分析する

重要

この機能はus-east-1とus-west-2でパブリックプレビュー段階です。

この記事では、APIsまたはUIを使用して、Mosaic AIモデルトレーニング（旧基盤モデルトレーニング）の実行を表示、管理、分析する方法について説明します。

実行の作成については、Mosaic AIモデルトレーニングAPIを使用してトレーニング実行を作成するおよびMosaic AIモデルトレーニングUIを使用してトレーニング実行を作成するを参照してください。

Mosaic AIモデルトレーニングAPIを使用して、トレーニングの実行状況を表示および管理する

Mosaic AIモデルトレーニングAPIsは、トレーニング実行を管理するための次の機能を提供します。

実行しよう

get()関数を使用して、名前による実行または起動した実行オブジェクトを返します。

from databricks.model_training import foundation_model as fm

fm.get('<your-run-name>')

リスト実行

起動した実行を確認するには、list()関数を使用します。次の表は、オプションで指定できるフィルタの一覧です。

オプションのフィルター	定義
`finetuning_runs`	取得する実行の一覧。デフォルトでは、すべての実行が選択されます。
`user_emails`	ワークスペースで実行の共有が有効になっている場合は、トレーニング実行を送信したユーザーで結果をフィルタリングできます。デフォルトはユーザーフィルターなしです。
`before`	実行前にフィルター処理するdatetimeまたはdatetime文字列。デフォルトはすべての実行です。
`after`	フィルターをかける日付または日付文字列。デフォルトはすべての実行です。

from databricks.model_training import foundation_model as fm

fm.list()

# filtering example
fm.list(before='01012023', limit=50)

トレーニング実行をキャンセルします

実行をキャンセルするには、cancel()関数を使って実行またはトレーニング実行のリストを渡してください。

from databricks.model_training import foundation_model as fm

run_to_cancel = '<name-of-run-to-cancel>'
fm.cancel(run_to_cancel)

トレーニング実行を削除する

単一の実行または実行のリストを渡してトレーニング実行を削除するには、delete()使用します。

from databricks.model_training import foundation_model as fm

fm.delete('<name-of-run-to-delete>')

トレーニング実行の状況を確認する

次の表は、トレーニング実行によって作成されたイベントの一覧です。実行中はいつでもget_events() 機能を使って、実行の進行状況を確認できます。

イベントタイプ	イベントメッセージの例	定義
`CREATED`	実行が作成されました。	トレーニング実行が作成されました。リソースが使用可能な場合は、実行が開始されます。それ以外の場合は、`Pending`という状態になります。
`STARTED`	実行が開始されました。	リソースが割り当てられ、実行が開始されました。
`DATA_VALIDATED`	トレーニングデータを検証しました。	トレーニングデータが正しくフォーマットされていることを検証しました。
`MODEL_INITIALIZED`	基本モデル`meta-llama/Llama-2-7b-chat-hf`のモデルデータがダウンロードされ、初期化されました。	ベースモデルの重みがダウンロードされ、トレーニングを開始する準備が整いました。
`TRAIN_UPDATED`	[epoch=1/1][batch=50/56][ETA=5分] トレーニング損失: 1.71	現在のトレーニングするバッチ、エポック、またはトークン、トレーニングする終了までの推定時間（チェックポイントのアップロード時間は含まれません）、およびトレーニングするの損失を報告します。このイベントは各バッチが終了すると更新されます。実行構成で`max_duration`を`tok`単位で指定した場合、進捗はトークンで報告されます。
`TRAIN_FINISHED`	トレーニングが完了しました。	トレーニングは終了しました。チェックポイントのアップロードが開始されます。
`COMPLETED`	実行が完了しました。最終加重をアップロードしました。	チェックポイントがアップロードされ、実行が完了しました。
`CANCELED`	実行がキャンセルされました。	`fm.cancel()`が呼び出された場合、実行はキャンセルされます。
`FAILED`	1つ以上のトレーニングデータセットサンプルに不明なキーがあります。サポートされているデータ形式については、ドキュメントをご確認ください。	実行に失敗しました。実用的な詳細については`event_message`を確認するか、サポートにお問い合わせください。

from databricks.model_training import foundation_model as fm

fm.get_events()

UIを使用して実行を表示および管理する

UIで実行を表示するには:

左のナビバーにある[エクスペリメント]をクリックすると、エクスペリメントページが表示されます。
表の中でエクスペリメント名をクリックすると、エクスペリメントページが表示されます。エクスペリメントページには、実験に関連付けられているすべての実行がリストされます。
追加の情報やメトリクスを表に表示するには、をクリックしてメニューから表示する項目を選択します：
その他の実行情報は、[チャート]タブでご覧いただけます：
実行の名前をクリックして実行画面を表示することもできます。この画面では、実行に関する追加情報にアクセスできます。

チェックポイント

チェックポイントフォルダにアクセスするには、実行画面の [Artifacts] タブをクリックします。エクスペリメント名を開き、チェックポイントフォルダを開きます。これらのアーティファクトのチェックポイントは、トレーニング実行終了時に登録されたモデルとは異なります。

このフォルダには、いくつかのディレクトリがあります。

エポックフォルダ（ep<n>-xxxという名前）には、各コンポーザーのチェックポイントでの重みとモデルの状態が含まれています。コンポーザーのチェックポイントはトレーニング中に定期的に保存され、微調整トレーニングの実行を再開したり、微調整を継続したりするために使用されます。このチェックポイントは、それらの重みから別のトレーニング実行を開始するためにcustom_weights_pathとして渡すものです。「カスタムモデルの加重を構築する」を参照してください。
huggingfaceフォルダには、トレーニングを通じてHugging Faceチェックポイントも定期的に保存されます。このフォルダにあるコンテンツをダウンロードしたら、AutoModelForCausalLM.from_pretrained(<downloaded folder>)を使って他のHugging Faceのチェックポイントと同じように、これらのチェックポイントを読み込むことができます。
checkpoints/latest-sharded-rank0.symlink は最新のチェックポイントへのパスを含むファイルで、トレーニングを再開するために使用できます。

get_checkpoints(run)を使用して保存した後、実行の Composer チェックポイントを取得することもできます。この関数は、実行オブジェクトを入力として受け取ります。チェックポイントがまだ存在しない場合は、チェックポイントの保存後に再試行するように求められます。