オブジェクトを埋め込む
W&B の Embedding Projector を使用すると、ユーザー は PCA、UMAP、t-SNE などの一般的な次元削減アルゴリズムを用いて多次元埋め込みを 2D 平面上にプロットできます。
weave-plot
を追加してください。less than a minute
クエリパネルを使用してデータをクエリし、インタラクティブに視覚化します。
ワークスペースまたはレポート内にクエリを追加します。
Add panel
をクリックします。Query panel
を選択します。
/Query panel
と入力して選択します。
または、一連の Runs とクエリを関連付けることができます。
/Panel grid
と入力して選択します。Add panel
ボタンをクリックします。Query panel
を選択します。クエリ式を使用して、W&Bに保存されたデータ、例えば Runs、Artifacts、Models、Tables などをクエリします。
W&B Tableをクエリしたいとします。トレーニングコード内で "cifar10_sample_table"
という名前のテーブルをログします:
import wandb
wandb.log({"cifar10_sample_table":<MY_TABLE>})
クエリパネル内でテーブルをクエリするには次のようにします:
runs.summary["cifar10_sample_table"]
これを分解すると:
runs
は、ワークスペースに Query Panel があるときに自動的に Query Panel Expressions に注入される変数です。その値は、その特定のワークスペースに表示される Runs のリストです。Run内の利用可能な異なる属性についてはこちらをお読みください。summary
は、Run の Summary オブジェクトを返す操作です。Opsは マップされる ため、この操作はリスト内の各 Run に適用され、その結果として Summary オブジェクトのリストが生成されます。["cifar10_sample_table"]
は Pick 操作(角括弧で示され)、predictions
というパラメータを持ちます。Summary オブジェクトは辞書またはマップのように動作するため、この操作は各 Summary オブジェクトから predictions
フィールドを選択します。インタラクティブに独自のクエリの書き方を学ぶには、こちらのレポートを参照してください。
パネルの左上コーナーにあるギアアイコンを選択してクエリ設定を展開します。これにより、ユーザーはパネルのタイプと結果パネルのパラメータを設定できます。
最後に、クエリ結果パネルは、選択したクエリパネル、設定によって設定された構成に基づいて、データをインタラクティブに表示する形式でクエリ式の結果をレンダリングします。次の画像は、同じデータのテーブルとプロットを示しています。
次に、クエリパネル内で行える一般的な操作を示します。
列オプションからソートします:
クエリ内で直接、または左上隅のフィルターボタンを使用してフィルターできます(2枚目の画像)。
マップ操作はリストを反復し、データ内の各要素に関数を適用します。これは、パネルクエリを使用して直接行うことも、列オプションから新しい列を挿入することによって行うこともできます。
クエリを使用してまたは列オプションからグループ化できます。
連結操作により、2つのテーブルを連結し、パネル設定から連結または結合できます。
クエリ内でテーブルを直接結合することも可能です。次のクエリ式を考えてみてください:
project("luis_team_test", "weave_example_queries").runs.summary["short_table_0"].table.rows.concat.join(\
project("luis_team_test", "weave_example_queries").runs.summary["short_table_1"].table.rows.concat,\
(row) => row["Label"],(row) => row["Label"], "Table1", "Table2",\
"false", "false")
左のテーブルは次のように生成されます:
project("luis_team_test", "weave_example_queries").\
runs.summary["short_table_0"].table.rows.concat.join
右のテーブルは次のように生成されます:
project("luis_team_test", "weave_example_queries").\
runs.summary["short_table_1"].table.rows.concat
ここで:
(row) => row["Label"]
は各テーブルのセレクタであり、結合する列を決定します"Table1"
と "Table2"
は、結合された各テーブルの名前ですtrue
と false
は、左および右の内/外部結合設定ですクエリパネルを使用して runs
オブジェクトにアクセスします。Runオブジェクトは、実験の記録を保存します。詳細については、こちらのレポートのセクションを参照してくださいが、簡単な概要として、runs
オブジェクトには以下が含まれます:
summary
: Runの結果を要約する情報の辞書です。精度や損失のようなスカラーや、大きなファイルを含むことができます。デフォルトでは、wandb.log()
は記録された時系列の最終的な値をsummaryに設定します。直接summaryの内容を設定することもできます。summaryはRunの出力と考えてください。history
: モデルがトレーニング中に変化する値を格納するための辞書のリストです。コマンド wandb.log()
はこのオブジェクトに追加します。config
: Runの設定情報を含む辞書で、トレーニングランのハイパーパラメーターやデータセットアーティファクトを作成するランの前処理方法などが含まれます。これらはRunの「入力」として考えてください。
Artifacts は W&B の中核概念です。これは、バージョン管理された名前付きファイルやディレクトリーのコレクションです。Artifacts を使用して、モデルの重み、データセット、およびその他のファイルやディレクトリーを追跡します。Artifacts は W&B に保存され、他の runs でダウンロードまたは使用できます。詳細と例は、こちらのセクションのレポートで確認できます。Artifacts は通常、project
オブジェクトからアクセスします:
project.artifactVersion()
: プロジェクト内の特定の名前とバージョンのアーティファクトバージョンを返しますproject.artifact("")
: プロジェクト内の特定の名前のアーティファクトを返します。その後、.versions
を使用してこのアーティファクトのすべてのバージョンのリストを取得できますproject.artifactType()
: プロジェクト内の特定の名前の artifactType
を返します。その後、.artifacts
を使用して、このタイプを持つすべてのアーティファクトのリストを取得できますproject.artifactTypes
: プロジェクト内のすべてのアーティファクトタイプのリストを返します
W&B の Embedding Projector を使用すると、ユーザー は PCA、UMAP、t-SNE などの一般的な次元削減アルゴリズムを用いて多次元埋め込みを 2D 平面上にプロットできます。
このページは役に立ちましたか?
Glad to hear it! If you have further feedback, please let us know.
Sorry to hear that. Please tell us how we can improve.