가이드
다음 퀵스타트는 데이터 테이블 로깅, 데이터 시각화, 데이터 쿼리 방법을 보여줍니다.
아래 버튼을 선택하여 MNIST 데이터에 대한 PyTorch 퀵스타트 예제 프로젝트를 시도해보세요.
1. 테이블 로깅
W&B와 함께 테이블을 로깅합니다. 새 테이블을 구성하거나 Pandas DataFrame을 전달할 수 있습니다.
- 테이블 구성하기
- Pandas DataFrame
새로운 테이블을 구성하고 로깅하기 위해 다음을 사용합니다:
wandb.init(): 결과를 추적하기 위한 run을 생성합니다.wandb.Table(): 새로운 테이블 오브젝트를 생성합니다.columns: 열 이름을 설정합니다.data: 각 행의 내용을 설정합니다.
run.log(): W&B에 테이블을 로깅하여 저장합니다.
예제:
import wandb
run = wandb.init(project="table-test")
# 새 테이블을 생성하고 로깅합니다.
my_table = wandb.Table(columns=["a", "b"], data=[["a1", "b1"], ["a2", "b2"]])
run.log({"Table Name": my_table})
Pandas DataFrame을 wandb.Table()에 전달하여 새로운 테이블을 생성합니다.
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})
지원되는 데이터 유형에 대한 자세한 정보는 W&B API 참조 가이드의 wandb.Table을 참고하세요.
2. 프로젝트 워크스페이스에서 테이블 시각화하기
워크스페이스에서 결과 테이블을 확인합니다.
- W&B 앱에서 프로젝트로 이동합니다.
- 프로젝트 워크스페이스에서 실행 이름을 선택합니다. 고유한 키에 대해 새로운 패널이 추가됩니다.
이 예제에서는 "Table Name" 키 아래에 my_table이 로깅되었습니다.
3. 모델 버전 간 비교
여러 W&B 실행에서 샘플 테이블을 로깅하고 프로젝트 워크스페이스에서 결과를 비교합니다. 이 예제 워크스페이스에서는 같은 테이블에서 여러 다른 버전의 행을 결합하는 방법을 보여줍니다.
모델 결과를 탐색하고 평가하기 위해 테이블 필터, 정렬, 그룹화 기능을 사용합니다.
