メインコンテンツへスキップ
このページでは、W&B Sweeps についてさらに学ぶための外部リソースをまとめています。リソースには、学術的な背景、W&B Reports として共有されているサンプルのproject、実践的なチュートリアル、オープンソースのリポジトリが含まれます。

学術論文

以下の論文では、Sweeps で使用されるハイパーパラメーター最適化手法を支えるアルゴリズムの背景を説明しています。 Li, Lisha, ほか. “Hyperband: A novel bandit-based approach to hyperparameter optimization.The Journal of Machine Learning Research 18.1 (2017): 6765-6816.

Sweeps の実験

以下のW&B Reportsでは、Sweepsを使ったハイパーパラメーター最適化を探るプロジェクトを紹介しています。

ハウツーガイド

以下のハウツーガイドでは、W&B を使って実際の課題を解決する方法を紹介します。

Sweeps GitHub リポジトリ

このセクションでは、Sweeps のソースコードを案内し、コントリビュートする方法を説明します。 W&B はオープンソースを推進しており、コミュニティからの貢献を歓迎しています。W&B Sweeps GitHub リポジトリをご覧ください。W&B のオープンソースリポジトリへの貢献方法については、W&B GitHub のコントリビューション ガイドラインを参照してください。