Tables の概要 - CoreWeave Docs

W&B Tables を使用すると、表形式のデータを可視化したり、クエリしたりできます。たとえば、次のような用途があります。

同じテストセットでさまざまなモデルの性能を比較する
データ内のパターンを特定する
モデルの予測サンプルを視覚的に確認する
クエリを使って、誤分類されやすい例を検索する

セマンティックセグメンテーションの予測の表

上の画像は、セマンティックセグメンテーションの結果とカスタムメトリクスを含む表です。この表は、W&B ML コースのサンプル project で確認できます。

仕組み

表は 2 次元のデータグリッドで、各列には 1 つのタイプのデータのみが格納されます。表は、プリミティブ型と数値型に加えて、ネストされたリスト、辞書、リッチメディアタイプをサポートしています。

表をログする

数行のコードで表をログできます。

wandb.init(): 結果をトラッキングするための run を作成します。
wandb.Table(): 新しい表オブジェクトを作成します。
- columns: 列名を設定します。
- data: 表の内容を設定します。
run.log(): 表をログして W&B に保存します。

import wandb

with wandb.init(project="table-test") as run:
    my_table = wandb.Table(columns=["a", "b"], data=[["a1", "b1"], ["a2", "b2"]])
    run.log({"Table Name": my_table})

はじめに

クイックスタート: データ表をログする方法や、データを可視化・クエリする方法を学びます。
Tables ギャラリー: Tables のユースケース例を紹介します。

最終更新日 2026年9月30日