Track CSV files with experiments
4 minute read
W&B Python 라이브러리를 사용하여 CSV 파일을 기록하고 W&B 대시보드에서 시각화하세요. W&B 대시보드는 기계 학습 모델의 결과를 구성하고 시각화하는 중심 공간입니다. 이는 W&B에 기록되지 않은 이전 기계 학습 Experiments의 정보가 포함된 CSV 파일이 있거나 데이터셋이 포함된 CSV 파일이 있는 경우 특히 유용합니다.
데이터셋 CSV 파일 가져오기 및 기록
CSV 파일의 내용을 더 쉽게 재사용할 수 있도록 W&B Artifacts를 활용하는 것이 좋습니다.
- 시작하려면 먼저 CSV 파일을 가져옵니다. 다음 코드 조각에서
iris.csv
파일 이름을 CSV 파일 이름으로 바꿉니다.
- CSV 파일을 W&B Table로 변환하여 W&B 대시보드를 활용합니다.
- 다음으로 W&B Artifact를 생성하고 테이블을 Artifact에 추가합니다.
W&B Artifacts에 대한 자세한 내용은 Artifacts 챕터를 참조하세요.
- 마지막으로
wandb.init
으로 새로운 W&B Run을 시작하여 W&B에 추적하고 기록합니다.
wandb.init()
API는 데이터를 Run에 기록하기 위해 새로운 백그라운드 프로세스를 생성하고, wandb.ai에 데이터를 동기화합니다(기본적으로). W&B Workspace 대시보드에서 라이브 시각화를 확인하세요. 다음 이미지는 코드 조각 데모의 출력을 보여줍니다.

앞선 코드 조각이 포함된 전체 스크립트는 아래에서 찾을 수 있습니다.
Experiments의 CSV 가져오기 및 기록
경우에 따라 Experiments 세부 정보가 CSV 파일에 있을 수 있습니다. 이러한 CSV 파일에서 흔히 볼 수 있는 세부 정보는 다음과 같습니다.
- Experiment Run의 이름
- 초기 메모
- Experiments를 구별하기 위한 태그
- Experiment에 필요한 설정(Sweeps Hyperparameter Tuning을 활용할 수 있는 추가적인 이점 포함).
Experiment | Model Name | Notes | Tags | Num Layers | Final Train Acc | Final Val Acc | Training Losses |
---|---|---|---|---|---|---|---|
Experiment 1 | mnist-300-layers | 트레이닝 데이터에서 너무 많이 과적합 | [최신] | 300 | 0.99 | 0.90 | [0.55, 0.45, 0.44, 0.42, 0.40, 0.39] |
Experiment 2 | mnist-250-layers | 현재 최고의 모델 | [prod, 최고] | 250 | 0.95 | 0.96 | [0.55, 0.45, 0.44, 0.42, 0.40, 0.39] |
Experiment 3 | mnist-200-layers | 베이스라인 모델보다 성능이 더 나빴습니다. 디버그해야 합니다. | [디버그] | 200 | 0.76 | 0.70 | [0.55, 0.45, 0.44, 0.42, 0.40, 0.39] |
… | … | … | … | … | … | … | |
Experiment N | mnist-X-layers | NOTES | … | … | … | … | […, …] |
W&B는 Experiments의 CSV 파일을 가져와 W&B Experiment Run으로 변환할 수 있습니다. 다음 코드 조각과 코드 스크립트는 Experiments의 CSV 파일을 가져와 기록하는 방법을 보여줍니다.
- 시작하려면 먼저 CSV 파일을 읽고 Pandas DataFrame으로 변환합니다.
"experiments.csv"
를 CSV 파일 이름으로 바꿉니다.
- 다음으로
wandb.init()
으로 새로운 W&B Run을 시작하여 W&B에 추적하고 기록합니다.
Experiment가 실행되면 W&B에서 보고 쿼리하고 분석할 수 있도록 메트릭의 모든 인스턴스를 기록할 수 있습니다. run.log()
코맨드를 사용하여 이를 수행합니다.
선택적으로 Run의 결과를 정의하기 위해 최종 요약 메트릭을 기록할 수 있습니다. W&B define_metric
API를 사용하여 이를 수행합니다. 이 예제에서는 run.summary.update()
를 사용하여 요약 메트릭을 Run에 추가합니다.
요약 메트릭에 대한 자세한 내용은 요약 메트릭 기록을 참조하세요.
아래는 위의 샘플 테이블을 W&B 대시보드로 변환하는 전체 예제 스크립트입니다.
피드백
이 페이지가 도움이 되었나요?
Glad to hear it! If you have more to say, please let us know.
Sorry to hear that. Please tell us how we can improve.