Eval Table を作成する

W&B Python SDK を使用して Eval Table を作成するか、既存の W&B 表を ARIA を使って変換できます。

wandb.EvalTable クラスを使用して、Eval Table を作成します。たとえば、次の pandas DataFrame があるとします。

import pandas as pd
import wandb

df = pd.DataFrame(
    [
        {
            "image_id": "img_001",
            "true_label": "cat",
            "predicted_label": "cat",
            "confidence": 0.97,
            "correct": True,
        },
        {
            "image_id": "img_002",
            "true_label": "dog",
            "predicted_label": "cat",
            "confidence": 0.72,
            "correct": False,
        },
        {
            "image_id": "img_003",
            "true_label": "car",
            "predicted_label": "car",
            "confidence": 0.89,
            "correct": True,
        },
    ]
)

DataFrame を wandb.EvalTable に渡して、Eval Table を作成します。各列の役割は、input_columns、output_columns、score_columns の各引数で指定します。次の例では、以下を使用します。

image_id を入力として使用
predicted_label を出力として使用
correct と confidence をスコアとして使用

with wandb.init(project="classifier-eval-table-demo") as run:
    eval_table = wandb.EvalTable(
        dataframe=df,
        input_columns=["image_id"],
        output_columns=["predicted_label"],
        score_columns=["correct", "confidence"],
    )
    run.log({"validation_predictions_eval": eval_table})    

W&B 表を Eval Table に変換する

変換バナーを使用して、既存の W&B 表を Eval Table に変換できます。

W&B 表を含む project にアクセスします。
変換バナーの Try now ボタンを選択します。すると、変換対象の表の情報が入力された状態で ARIA が開きます。
ARIA の会話ウィンドウの案内に従います。

バナーを閉じた場合や表示されない場合は、ARIA を手動で開きます。

ページ右上の青い円を選択して ARIA を開きます。
ARIA の会話で /convert-eval-table と入力します。
会話の右下にある上向き矢印 () で示された Send を選択します。

W&B 表を変換しても、元の表は変更されません。

​Eval Table を作成する

​W&B 表を Eval Table に変換する

Eval Table を作成する

W&B 表を Eval Table に変換する