MINTO環境メタデータ自動収集機能

MINTO環境メタデータ自動収集機能#

概要#

MINTOライブラリに環境メタデータの自動収集機能を実装しました。この機能により、ベンチマーク実験の再現性が大幅に向上し、異なる環境での実験結果の比較が容易になります。

新機能#

1. 環境メタデータの自動収集#

実験作成時に collect_environment=True（デフォルト）を指定することで、以下の情報が自動的に収集されます：

収集される情報#

  • OS情報: オペレーティングシステム名とバージョン

  • ハードウェア情報: CPU情報、コア数、メモリ容量、アーキテクチャ

  • Python環境: Pythonバージョン、実行パス、仮想環境

  • パッケージバージョン: 最適化関連の主要ライブラリのバージョン

  • 実行情報: タイムスタンプ

2. 永続化サポート#

環境メタデータは以下の形式で保存・読み込みが可能です：

  • ディレクトリ形式での保存/読み込み

  • OMMX アーカイブ形式での保存/読み込み

3. 便利なメソッド#

get_environment_info()#

実験の環境メタデータを辞書形式で取得

使用例#

基本的な使用方法#

import minto

# 環境メタデータ収集を有効にした実験（デフォルト）
experiment = minto.Experiment(
    name="my_benchmark",
    collect_environment=True
)

# 実験実行
with experiment:
    experiment.log_parameter("algorithm", "my_algorithm")
    experiment.log_parameter("result", 42.0)

# 環境情報の表示
experiment.print_environment_summary()

# 実験結果の表示
results = experiment.get_run_table()
print(results)

# 実験の保存（環境情報も自動的に含まれる）
experiment.save()

環境メタデータの無効化#

# 環境メタデータ収集を無効化
experiment = minto.Experiment(
    name="simple_experiment",
    collect_environment=False
)

保存された実験の読み込み#

# ディレクトリから読み込み
loaded_exp = minto.Experiment.load_from_dir("path/to/experiment")

# OMMX アーカイブから読み込み
loaded_exp = minto.Experiment.load_from_ommx_archive("experiment.ommx")

# 環境情報の確認
env_info = loaded_exp.get_environment_info()
if env_info:
    print(f"実験実行OS: {env_info['os_name']}")
    print(f"Pythonバージョン: {env_info['python_version']}")

ベンチマーク実験での活用#

環境メタデータ機能により、以下のような利点があります：

  1. 再現性の確保: 実験環境の詳細情報が自動記録される

  2. 環境比較: 異なるマシンでの実験結果を適切に比較可能

  3. デバッグ支援: 環境差異による問題の特定が容易

  4. 研究報告: 論文やレポートに必要な環境情報を自動取得

実装詳細#

アーキテクチャ#

  • minto/environment.py: 環境情報収集のコア機能

  • minto/experiment.py: Experimentクラスへの統合

  • 自動収集は実験作成時に一度だけ実行（オーバーヘッド最小化）

  • エラー耐性: 環境情報収集に失敗しても実験は継続

依存関係#

  • psutil: ハードウェア情報の詳細取得（オプション）

  • 標準ライブラリのみでも基本機能は動作

テスト#

tests/test_environment_metadata.py に包括的なテストを実装：

  • 環境メタデータ収集のテスト

  • 無効化機能のテスト

  • 永続化（保存/読み込み）のテスト

  • OMMX アーカイブでの永続化テスト

  • メソッド動作のテスト

今後の拡張可能性#

  1. GPU情報の収集

  2. ネットワーク環境情報

  3. Docker/コンテナ環境の検出

  4. カスタム環境情報の追加

  5. 環境差異の自動分析機能

まとめ#

この実装により、MINTOは最適化実験の再現性とトレーサビリティを大幅に向上させる環境メタデータ自動収集機能を提供します。研究者や開発者は、実験環境の詳細を手動で記録する必要がなくなり、より信頼性の高いベンチマーク実験を効率的に実施できるようになりました。

Contents