ガイド

W&B とは何かの概要に加えて、初めてのユーザーの場合の開始方法へのリンクを提供します。

W&B とは?

Weights & Biases (W&B) は、AI 開発者向けのプラットフォームで、モデルのトレーニング、ファインチューニング、および基盤モデルの活用のためのツールを提供しています。

W&B は、3つの主要なコンポーネントで構成されています:ModelsWeave、および Core:

W&B Models は、機械学習エンジニアがモデルをトレーニングおよびファインチューニングするための軽量で相互運用可能なツールセットです。

  • Experiments: 機械学習実験管理
  • Sweeps: ハイパーパラメータチューニングとモデル最適化
  • Registry: あなたの ML モデルとデータセットを公開して共有

W&B Weave は、LLM アプリケーションをトラッキングおよび評価するための軽量ツールキットです。

W&B Core は、データとモデルをトラッキングおよび可視化し、結果を伝えるための強力な構成要素セットです。

  • Artifacts: アセットのバージョン管理とリネージのトラック
  • Tables: 表形式データの可視化とクエリ
  • Reports: 発見を文書化し、協力

W&B はどのように機能しますか?

W&B を初めて使用するユーザーで、機械学習モデルと実験のトレーニング、トラッキング、可視化に興味がある場合、次のセクションをこの順番で読んでください。

  1. W&B の基本的な計算単位である runs について学びます。
  2. Experiments を使用して機械学習実験を作成し、トラッキングします。
  3. データセットとモデルのバージョン管理のための W&B の柔軟で軽量な構成要素を Artifacts で発見します。
  4. ハイパーパラメータ検索を自動化し、可能性のあるモデルの空間を Sweeps で探索します。
  5. モデルのライフサイクルをトレーニングからプロダクションまで管理する Registry
  6. Data Visualization ガイドでモデルバージョン間の予測を可視化します。
  7. runs を整理し、可視化を埋め込み、自動化し、学びを説明し、共著者と更新を共有するために Reports を使用します。

W&B の初めてのユーザーですか?

W&B のインストール方法と W&B をコードに追加する方法を学ぶために、quickstart を試してみてください。