実験結果を表示する

Weights & Biasesのダッシュボードを、機械学習モデルの結果を整理・視覚化するための中央集約的な場として使用してください。

永続的で集約化されたプロジェクト

モデルをローカルマシン、研究室のクラスター、クラウド上のスポットインスタンスでトレーニングする場合でも、同じ集約化されたダッシュボードが提供されます。ターミナルからの出力をスプレッドシートにコピーしたり、異なるマシンでのTensorBoardファイルの整理に時間を費やす必要はありません。

自動整理

プロジェクトをコラボレーターに引き継ぐか休暇を取る場合でも、W&Bを使えば既に試したチームの全てのモデルが簡単に確認でき、古い実験を再実行するのに何時間も費やすことがありません。

強力で検索可能なテーブル

各トレーニングのrunを比較し、どのハイパーパラメータが変更されたかを確認します。異なるモデルの結果を検索、フィルタリング、並べ替え、グループ化ができます。何千ものモデルバージョンを一覧できて、さまざまなタスクで最も実行が良いモデルを見つけるのが簡単です。

再現性のあるモデル

Weights & Biasesは、実験、探索、後でモデルを再現する際にも役立ちます。メトリクスだけでなく、ハイパーパラメーターやコードのバージョンも取得し、プロジェクトが再現可能になるようにモデルのチェックポイントを保存することもできます。

素早く柔軟な導入

W&Bを5分でプロジェクトに追加できます。無料のオープンソースPythonパッケージをインストールし、コードに2行追加するだけで、モデルを実行するたびにログされたメトリクスと記録が得られます。

コラボレーションのためのツール

W&Bを使って、複雑な機械学習プロジェクトを整理しましょう。W&Bへのリンクを簡単に共有でき、プライベートチームを使って、全員が共有プロジェクトに結果を送信できます。また、レポートを介したコラボレーションもサポートしており、インタラクティブなデータ可視化を追加し、マークダウンで作業内容を説明できます。これは、作業ログを保持したり、上司と調査結果を共有したり、研究室で調査結果を発表するのに役立ちます。

ダッシュボードFAQ

W&Bでパネルを誤って削除した場合、元に戻す方法は？

ワークスペースの変更を元に戻すには、ページの下部にある「元に戻す」ボタンをクリックしてください。

runsテーブルで複数の列をソートする方法は？

runsテーブルで複数の列をソートするには、「ソート」をクリックし、「別のフィールドを追加」を選択します。