Walkthrough
次のクイックスタートでは、データテーブルのログ、データの可視化、データのクエリ方法を紹介します。
下のボタンを選択して、MNISTデータに関するPyTorchクイックスタートの例題プロジェクトを試してください。
1. テーブルのログ
W&Bでテーブルをログします。新しいテーブルを構築するか、Pandas DataFrameを渡すことができます。
- Construct a table
- Pandas DataFrame
新しいTableを構築してログするには、以下を使用します:
wandb.init(): 結果を追跡するためのrunを作成します。wandb.Table(): 新しいテーブルオブジェクトを作成します。columns: 列名を設定します。data: 各行の内容を設定します。
run.log(): テーブルをログしてW&Bに保存します。
例:
import wandb
run = wandb.init(project="table-test")
# 新しいテーブルを作成してログします。
my_table = wandb.Table(columns=["a", "b"], data=[["a1", "b1"], ["a2", "b2"]])
run.log({"Table Name": my_table})
Pandas DataFrameをwandb.Table()に渡して、新しいテーブルを作成します。
import wandb
import pandas as pd
df = pd.read_csv("my_data.csv")
run = wandb.init(project="df-table")
my_table = wandb.Table(dataframe=df)
wandb.log({"Table Name": my_table})
サポートされているデータタイプの詳細については、W&B APIリファレンスガイドのwandb.Tableを参照してください。
2. プロジェクトワークスペースでテーブルを可視化
ワークスペースで結果のテーブルを表示します。
- W&Bアプリでプロジェクトに移動します。
- プロジェクトワークスペースで実行の名前を選択します。各ユニークなテーブルキーに対して新しいパネルが追加されます。
この例では、my_tableがキー"Table Name"の下にログされています。
3. モデルバージョン間での比較
複数のW&B Runsからサンプルテーブルをログし、プロジェクトワークスペースで結果を比較します。このワークスペースの例では、異なるバージョンからの行を同じテーブルに組み合わせる方法を示しています。
テーブルフィルター、ソート、グループ化機能を使用して、モデルの結果を探索および評価します。
