次の方法で共有

Azure OpenAI のファインチューニングと Weights & Biases の統合 (プレビュー)

  • [アーティクル]

Weights & Biases (W&B) は、機械学習の実践者がモデルを効率的にトレーニング、微調整、デプロイできるようにする強力な AI 開発者プラットフォームです。 Azure OpenAI ファインチューニングは W&B と統合されているため、メトリック、パラメーターを追跡し、W&B プロジェクト内で Azure OpenAI ファインチューニングのトレーニングの実行を視覚化できます。 この記事では、Weights & Biases の統合を設定する方法について説明します。

Weights & Biases ダッシュボードのスクリーンショット。

前提条件

システム マネージド ID を有効にする

まず、Azure OpenAI リソースのシステム マネージド ID を有効にする必要があります。

システム マネージド ID の有効化ユーザー エクスペリエンスのスクリーンショット。

Weights & Biases API キーを取得する

https://wandb.ai にサインインし、[ユーザー設定] に移動します。

[API キー] で、[表示] を選択してキーにアクセスし、クリップボードにコピーします。

[ユーザー設定] の [API キー] セクション ユーザー エクスペリエンスのスクリーンショット。

新しいキーを作成する場合は、https://wandb.ai/authorize を使用し、キーをコピーして後で統合構成に追加します。

Azure Key Vault を構成する

安全に行うには、Azure OpenAI から Weights & Biases プロジェクトにデータを送信し、Azure Key Vault を使用する必要があります。

Azure Key Vault に Weights & Biases API キーをシークレットとして追加する

  1. 使用する予定の Azure Key Vault に移動します。

  2. シークレットを Azure Key Vault に読み取り/書き込みするには、アクセス権を明示的に割り当てる必要があります。

  3. [設定] > [アクセス構成] に移動し、[アクセス許可モデル] で、まだ選択されていない場合は [Azure ロールベースのアクセス制御] を選択することをお勧めします。 詳細については、Azure のロールベースのアクセス制御に関する記事をご覧ください。

    Key Vault アクセス構成のユーザー インターフェイスのスクリーンショット。

Key Vault Secrets Officer ロールの割り当て

アクセス許可モデルを Azure ロールベースのアクセス制御に設定したら、Key Vault Secrets Officer ロールを自分に付与できます。

  1. [アクセス制御 (IAM)]、[ロール割り当ての追加] の順に移動します。

    [アクセス制御] の [ロール割り当ての追加] ユーザー エクスペリエンスのスクリーンショット。

  2. [Key Vault Secrets Officer] を選択し、自分のアカウントをメンバーとして追加し、[レビューと割り当て] を選択します。

    [Key Vault Secrets Officer] ロールの割り当てのスクリーンショット。

シークレットを作成する

  1. キー コンテナー リソース内の [オブジェクト] で、[シークレット]>[生成/インポート] を選択します。

    キー コンテナー シークレットのユーザー インターフェイスのスクリーンショット。

  2. シークレットに名前を指定し、生成された API キーを Weights & Biases から [シークレット値] に保存します。

    キー コンテナー シークレットの作成ユーザー インターフェイスのスクリーンショット。

  3. シークレット名とキー コンテナーの URL を必ずキャプチャしてください。 キー コンテナーの URL は、キー コンテナーの [概要] セクションから取得できます。

Azure OpenAI アカウントに対して Key Vault のアクセス許可を付与する

以前にコンテナー アクセス ポリシーを使用して Azure Key Vault に対するシークレットの読み取り/書き込みを行った場合は、再度それを使用する必要があります。 それ以外の場合は、引き続き Azure ロールベースのアクセス制御を使用します。 Azure ロールベースのアクセス制御をお勧めしますが、うまくいかない場合は、コンテナー アクセス ポリシーを試してください。

Azure OpenAI リソースに、Key Vault Secrets Officer ロールを付与します。

マネージド ID の割り当てユーザー インターフェイスのスクリーンショット。

Weights & Biases と Azure OpenAI をリンクする

  1. AI Studio に移動し、Azure OpenAI ファインチューニング リソースを選択します。

    統合の管理ボタンのスクリーンショット。

  2. キー コンテナーの URL とシークレット > を追加し、[更新] を選択します。

    Weights & Biases の統合の管理ユーザー エクスペリエンスのスクリーンショット。

  3. ここで、新しいファインチューニング ジョブを作成するときに、ジョブのデータを Weights & Biases アカウントにログすることができます。

    Weights & Biases ダッシュボードのスクリーンショット。