메인 콘텐츠로 건너뛰기
Prodigy 는 기계학습 모델을 위한 트레이닝 및 평가 데이터 생성, error analysis, 데이터 검사 및 클리닝을 위한 어노테이션 툴입니다. W&B Tables 을 사용하면 W&B 내에서 데이터셋 등을 로그, 시각화, 분석 및 공유할 수 있습니다. Prodigy 와 W&B 인테그레이션 은 Prodigy 로 어노테이션된 데이터셋을 W&B Tables 에서 사용할 수 있도록 직접 업로드하는 간단하고 사용하기 쉬운 기능을 제공합니다. 다음과 같이 몇 줄의 코드를 실행해 보세요: 
import wandb
from wandb.integration.prodigy import upload_dataset

# 프로젝트 이름을 "prodigy"로 설정하여 초기화합니다
with wandb.init(project="prodigy"):
    # "news_headlines_ner" 데이터셋을 업로드합니다
    upload_dataset("news_headlines_ner")
그러면 다음과 같이 시각적이고 인터랙티브하며 공유 가능한 테이블을 얻을 수 있습니다:
Prodigy annotation table

​
퀵스타트

wandb.integration.prodigy.upload_dataset 을 사용하여 로컬 Prodigy 데이터베이스에서 어노테이션된 데이터셋을 W&B 의 Table 포맷으로 직접 업로드하세요. 설치 및 설정을 포함한 Prodigy 에 대한 자세한 내용은 Prodigy documentation 을 참조하시기 바랍니다. W&B 는 이미지와 개체명 인식(named entity) 필드를 각각 wandb.Image 와 wandb.Html 로 자동 변환하려고 시도합니다. 이러한 시각화 결과를 포함하기 위해 결과 테이블에 추가 컬럼이 더해질 수 있습니다.

​
상세 예시 살펴보기

W&B Prodigy 인테그레이션으로 생성된 시각화 예시를 확인하려면 Visualizing Prodigy Datasets Using W&B Tables 리포트를 살펴보세요.

​
spaCy 도 사용하시나요?

W&B 는 spaCy 와의 인테그레이션도 제공합니다. 여기 문서 를 확인해 보세요.