コレクションに注釈を付ける

• 概要: コレクションの目的。機械学習の実験で使用した機械学習フレームワーク。
• ライセンス: 機械学習モデルの使用に関する法的条件と許諾。モデルのユーザーが、どのような法的枠組みのもとでモデルを利用できるかを把握するのに役立ちます。代表的なライセンスには Apache 2.0、MIT、GPL などがあります。
• 参考文献: 関連する研究論文、データセット、外部リソースへの引用または参照。

• トレーニングデータ: 使用したトレーニングデータの説明。
• 処理: トレーニングデータセットに対して行った処理。
• データストレージ: データの保存場所とアクセス方法。

• アーキテクチャ: モデルアーキテクチャ、レイヤー、および独自の設計上の選択に関する情報。
• タスク: コレクションのモデルが実行するように設計されたタスクや問題のタイプ。モデルが想定する機能の分類です。
• モデルのデシリアライズ: チームのメンバーがモデルをメモリに読み込む方法を記載します。
• デプロイメント: モデルをどこでどのようにデプロイしているか、およびワークフローオーケストレーションプラットフォームなど、他のエンタープライズシステムにモデルを統合する方法に関するガイダンス。
• メトリクスの比較: コレクションにリンクされたアーティファクトのバージョン間でメトリクスを比較します。これにより、モデルが時間の経過とともにどのように進化してきたか、また各バージョンが特定のタスクでどのようなパフォーマンスを発揮するかを、ユーザーが把握しやすくなります。

​

コレクションに説明を追加する

wandb-registry-{REGISTRY_NAME}/{COLLECTION_NAME}

import wandb

api = wandb.Api()

collection = api.artifact_collection(
  type_name = "<collection_type>", 
  name = "<collection_name>"
  )


collection.description = "This is a description."
collection.save()  

​

アーティファクトのバージョン間でメトリクスを比較する

1. コレクションカードエディタでスラッシュ (/) を入力し、利用可能な Markdown 書式オプションのドロップダウンリストを開きます。
2. メトリクスの比較 を選択して、メトリクスの比較表をコレクションカードに追加します。