> ## Documentation Index
> Fetch the complete documentation index at: https://docs.coreweave.com/llms.txt
> Use this file to discover all available pages before exploring further.

> Compare, filter, group, sort, and visualize W&B Tables data in merged or side-by-side views for analysis.

# Visualize and analyze tables

W\&B 表をカスタマイズして、機械学習モデル性能に関する疑問の解決やデータの分析などに役立てます。

データをインタラクティブに探索して、次のことができます。

* アーティファクトのバージョンとしてログされた [2 つの W\&B 表を比較](#table-comparison-options)して、データやモデル性能の変化を分析します。
* データの大局的なパターンを把握します
* [表にログする値が run を通じてどのように変化するかを確認](#visualize-how-values-change-throughout-your-runs)します。

<Note>
  W\&B 表には次の動作があります。

  1. **アーティファクトのコンテキストではステートレス**: アーティファクトのバージョンとともにログされた表は、ブラウザーのウィンドウを閉じるとデフォルトの状態にリセットされます
  2. **Workspace または report のコンテキストではステートフル**: 単一の run の Workspace、複数の run を含むプロジェクトの Workspace、または report 内の表に加えた変更は保持されます。

  現在の W\&B 表のビューを保存する方法については、[ビューの保存](#save-your-view)を参照してください。
</Note>

<h2 id="table-comparison-options">
  表の比較オプション
</h2>

[マージ ビュー](#merged-view)または[並列ビュー](#side-by-side-view)で 2 つの表を比較します。たとえば、以下の画像は MNIST データの表の比較を示しています。

<Frame>
  <img src="https://mintcdn.com/coreweave-dbfa0e8d/3Dv_sw2eg8feUJlx/products/wandb/_media/table_comparison.png?fit=max&auto=format&n=3Dv_sw2eg8feUJlx&q=85&s=d7448ff21858a5b983841e82c16904fd" alt="トレーニングのエポック比較" max-width="90%" width="2256" height="1182" data-path="products/wandb/_media/table_comparison.png" />
</Frame>

以下の手順で 2 つの表を比較します。

1. W\&B アプリで project に移動します。
2. プロジェクトのサイドバーでアーティファクトのアイコンを選択します。
3. アーティファクトのバージョンを選択します。

以下の画像は、5 エポックそれぞれの終了後に、モデルが MNIST 検証データに対して行った予測を示しています ([操作可能な例はこちら](https://forge.coreweave.com/wandb/stacey/mnist-viz/artifacts/predictions/baseline/d888bc05719667811b23/files/predictions.table.json)) 。

<Frame>
  <img src="https://mintcdn.com/coreweave-dbfa0e8d/3Dv_sw2eg8feUJlx/products/wandb/_media/preds_mnist.png?fit=max&auto=format&n=3Dv_sw2eg8feUJlx&q=85&s=5a2fc497b0633dccab7840b4f8747f36" alt="'predictions' をクリックして表を表示します" max-width="90%" width="1698" height="1062" data-path="products/wandb/_media/preds_mnist.png" />
</Frame>

3. サイドバーで比較したい 2 つ目のアーティファクトのバージョンにカーソルを合わせ、表示された **Compare** をクリックします。たとえば、以下の画像では「v4」というラベルのバージョンを選択し、同じモデルが 5 エポックのトレーニング後に行った MNIST の予測と比較しています。

<Frame>
  <img src="https://mintcdn.com/coreweave-dbfa0e8d/3Dv_sw2eg8feUJlx/products/wandb/_media/preds_2.png?fit=max&auto=format&n=3Dv_sw2eg8feUJlx&q=85&s=1415bb296e3e5346bca8deebe054d30e" alt="モデルの予測比較" max-width="90%" width="1328" height="1292" data-path="products/wandb/_media/preds_2.png" />
</Frame>

<h3 id="merged-view">
  マージ ビュー
</h3>

最初に、両方の表がマージされて表示されます。最初に選択された表のインデックスは 0 で青くハイライトされ、2 番目の表のインデックスは 1 で黄色くハイライトされます。[マージされた表のライブ例はこちらからご覧ください](https://forge.coreweave.com/wandb/stacey/mnist-viz/artifacts/predictions/baseline/d888bc05719667811b23/files/predictions.table.json#7dd0cd845c0edb469dec).

<Frame>
  <img src="https://mintcdn.com/coreweave-dbfa0e8d/3Dv_sw2eg8feUJlx/products/wandb/_media/merged_view.png?fit=max&auto=format&n=3Dv_sw2eg8feUJlx&q=85&s=c8384583102d9efe5f45cd946fd0faf1" alt="マージ ビュー" max-width="90%" width="2048" height="1039" data-path="products/wandb/_media/merged_view.png" />
</Frame>

マージ ビューでは、次の操作が可能です。

* **結合キーを選択する**: 左上のドロップダウンを使用して、2 つの表の結合キーとして使用する列を設定します。通常、これは各行の一意の ID であり、データセット内の特定のサンプルのファイル名や、生成されたサンプル上のインクリメント インデックスなどが該当します。現在は *任意の* 列を選択可能ですが、表が見にくくなったりクエリが遅くなったりする可能性があります。
* **結合ではなく連結する**: このドロップダウンで「すべての表を連結」を選択すると、列を結合するのではなく、両方の表からすべての行を *union* して 1 つの大きな 表 にします。
* **各 表 を明示的に参照する**: フィルター式で 0、1、\* を使用して、1 つまたは両方の表インスタンス内の列を明示的に指定します。
* **数値の詳細な差分をヒストグラムとして視覚化する**: 任意のセルの値を一目で比較します。

<h3 id="side-by-side-view">
  並列ビュー
</h3>

2 つの表を横に並べて表示するには、最初のドロップダウンを "Merge Tables: Table" から "List of: Table" に変更し、"Page size" をそれぞれ更新します。最初に選択した表が左側に、2 番目の表が右側に表示されます。また、"Vertical" チェックボックスをクリックすると、表を縦に並べて比較することもできます。

<Frame>
  <img src="https://mintcdn.com/coreweave-dbfa0e8d/3Dv_sw2eg8feUJlx/products/wandb/_media/side_by_side.png?fit=max&auto=format&n=3Dv_sw2eg8feUJlx&q=85&s=a72499d6dafdc30598cdbb1fc9f8de21" alt="表を横に並べた表示" max-width="90%" width="2762" height="1254" data-path="products/wandb/_media/side_by_side.png" />
</Frame>

* **表を一目で比較する**: 両方の表に同じ操作 (並べ替え、フィルター、グループ化) を適用し、変化や違いをすばやく見つけます。たとえば、推測値でグループ化した誤った予測、全体で最も判別が難しい負例、正解ラベル別の信頼度スコアの分布などを確認できます。

* **2 つの表を個別に調べる**: スクロールして、関心のある側や行に注目します

<h2 id="compare-artifacts">
  アーティファクトを比較する
</h2>

アーティファクトのバージョンとしてログされた 2 つの W\&B 表を比較して、データやモデル性能の変化を分析します。マージ ビューまたは並列ビューを使用して、表を比較します。

<h3 id="compare-tables-across-time">
  時間経過に沿って表を比較する
</h3>

トレーニング中のモデル性能の推移を分析するには、トレーニングの重要なステップごとにアーティファクトに表をログします。たとえば、各検証ステップの終了時、トレーニングの50エポックごと、またはパイプラインに適した頻度で表をログできます。並列ビューを使用して、モデルの予測の変化を可視化します。

<Frame>
  <img src="https://mintcdn.com/coreweave-dbfa0e8d/3Dv_sw2eg8feUJlx/products/wandb/_media/compare_across_time.png?fit=max&auto=format&n=3Dv_sw2eg8feUJlx&q=85&s=04bb4295793f5c88af698e8bb9c27497" alt="トレーニングの進捗の比較" max-width="90%" width="2620" height="1384" data-path="products/wandb/_media/compare_across_time.png" />
</Frame>

トレーニング中の予測の推移を可視化する詳しい手順については、[時間経過に伴う予測の report](https://forge.coreweave.com/wandb/stacey/mnist-viz/reports/Visualize-Predictions-over-Time--Vmlldzo1OTQxMTk)と、こちらの対話型の[ノートブックのサンプル](https://colab.research.google.com/github/wandb/examples/blob/master/colabs/datasets-predictions/W%26B_Tables_Quickstart.ipynb?_gl=1*kf20ui*_gcl_au*OTI3ODM1OTcyLjE3MzE0MzU1NjU.*_ga*ODEyMjQ4MjkyLjE3MzE0MzU1NjU.*_ga_JH1SJHJQXJ*MTczMTcwNTMwNS45LjEuMTczMTcwNTM5My4zMy4wLjA.*_ga_GMYDGNGKDT*MTczMTcwNTMwNS44LjEuMTczMTcwNTM5My4wLjAuMA..)を参照してください。

<h3 id="compare-tables-across-model-variants">
  モデルのバリエーション間で表を比較する
</h3>

異なる 2 つのモデルで同じステップにログされた 2 つのアーティファクトのバージョンを比較し、異なる設定 (ハイパーパラメーター、基本アーキテクチャなど) におけるモデル性能を分析します。

例えば、`baseline` と新しいモデルのバリエーション `2x_layers_2x_lr` の予測を比較します。このバリエーションでは、最初の畳み込み層を 32 から 64 に、2 番目を 128 から 256 に、学習率を 0.001 から 0.002 にそれぞれ倍増させています。[この実際の例](https://forge.coreweave.com/wandb/stacey/mnist-viz/artifacts/predictions/baseline/d888bc05719667811b23/files/predictions.table.json#2bb3b1d40aa777496b5d\$2x_layers_2x_lr)で並列ビューを使用し、トレーニング 1 エポック後 (左のタブ) と 5 エポック後 (右のタブ) の誤った予測にフィルターで絞り込みます。

<Tabs>
  <Tab title="トレーニング 1 エポック">
    <Frame>
      <img src="https://mintcdn.com/coreweave-dbfa0e8d/3Dv_sw2eg8feUJlx/products/wandb/_media/compare_across_variants.png?fit=max&auto=format&n=3Dv_sw2eg8feUJlx&q=85&s=46a33e97aaad20be52984e422bdad1fe" alt="パフォーマンスの比較" width="2636" height="1436" data-path="products/wandb/_media/compare_across_variants.png" />
    </Frame>
  </Tab>

  <Tab title="トレーニング 5 エポック">
    <Frame>
      <img src="https://mintcdn.com/coreweave-dbfa0e8d/3Dv_sw2eg8feUJlx/products/wandb/_media/compare_across_variants_after_5_epochs.png?fit=max&auto=format&n=3Dv_sw2eg8feUJlx&q=85&s=878d5638400b8ae77e1b3a2e6132e56b" alt="バリエーション間のパフォーマンスの比較" width="2628" height="1390" data-path="products/wandb/_media/compare_across_variants_after_5_epochs.png" />
    </Frame>
  </Tab>
</Tabs>

<h2 id="visualize-how-values-change-throughout-your-runs">
  run 全体で値がどのように変化するかを視覚化する
</h2>

ステップスライダーを使用すると、表にログした値が run 全体でどのように変化するかを表示できます。ステップスライダーをスライドさせて、さまざまなステップでログされた値を表示します。たとえば、各 run で損失、精度、その他のメトリクスがどのように変化するかを表示できます。

スライダーは、ステップ値を決定するためにキーを使用します。スライダーのデフォルトのキーは `_step` です。これは、W\&B が自動的にログする特別なキーです。`_step` キーは、コード内で `wandb.Run.log()` を呼び出すたびに 1 ずつ増加する整数です。

W\&B 表にステップスライダーを追加するには、次の手順を実行します。

1. project の Workspace にアクセスします。
2. Workspace の右上隅にある **Add panel** をクリックします。
3. **Query panel** を選択します。
4. クエリ式エディター内で `runs` を選択し、キーボードの **Enter** キーを押します。
5. 歯車アイコンをクリックして、パネルの設定を表示します。
6. **Render As** セレクターを **Stepper** に設定します。
7. **Stepper Key** を `_step`、またはステップスライダーの[単位として使用するキー](#custom-step-keys)に設定します。

次の画像は、3 つの W\&B run と、ステップ 295 でログされた値を示すクエリパネルです。

<Frame>
  <img src="https://mintcdn.com/coreweave-dbfa0e8d/3Dv_sw2eg8feUJlx/products/wandb/_media/stepper_key.png?fit=max&auto=format&n=3Dv_sw2eg8feUJlx&q=85&s=e70ae524ee1459a85edec858689dba17" alt="Step slider feature" width="3300" height="2162" data-path="products/wandb/_media/stepper_key.png" />
</Frame>

W\&B アプリ UI では、複数のステップで値が重複していることに気付く場合があります。この重複は、複数の run が異なるステップで同じ値をログした場合、または run がすべてのステップで値をログしない場合に発生する可能性があります。特定のステップの値が欠落している場合、W\&B は最後にログされた値をスライダーキーとして使用します。

<h3 id="custom-step-key">
  カスタムステップキー
</h3>

ステップキーには、`epoch` や `global_step` など、run でログする任意の数値メトリクスを使用できます。カスタムステップキーを使用すると、W\&B はそのキーの各値を run 内のステップ (`_step`) に対応付けます。

この表は、カスタムステップキー `epoch` が、`serene-sponge`、`lively-frog`、`vague-cloud` という 3 つの run の `_step` 値にどのように対応するかを示しています。各行は、run 内の特定の `_step` での `wandb.Run.log()` の呼び出しを表します。各列には、そのステップでログされたエポック値がある場合に、その値を示しています。スペースを節約するため、一部の `_step` 値は省略しています。

`wandb.Run.log()` が最初に呼び出されたとき、どの run も `epoch` 値をログしていないため、表の `epoch` の値は空欄になっています。

| `_step` | vague-cloud (`epoch`) | lively-frog(`epoch`) | serene-sponge (`epoch`) |
| - | - | - | - |
| 1 | | | |
| 2 | | | 1 |
| 4 | | 1 | 2 |
| 5 | 1 | | |
| 6 | | | 3 |
| 8 | | 2 | 4 |
| 10 | | | 5 |
| 12 | | 3 | 6 |
| 14 | | | 7 |
| 15 | 2 | | |
| 16 | | 4 | 8 |
| 18 | | | 9 |
| 20 | 3 | 5 | 10 |

ここで、スライダーを `epoch = 1` に設定すると、次のようになります。

* `vague-cloud` は `epoch = 1` を検索し、`_step = 5` でログされた値を返します
* `lively-frog` は `epoch = 1` を検索し、`_step = 4` でログされた値を返します
* `serene-sponge` は `epoch = 1` を検索し、`_step = 2` でログされた値を返します

スライダーを `epoch = 9` に設定した場合：

* `vague-cloud` も `epoch = 9` をログしていないため、W\&B はそれ以前の最新の値 `epoch = 3` を使用し、`_step = 20` でログされた値を返します
* `lively-frog` は `epoch = 9` をログしていませんが、それ以前の最新の値は `epoch = 5` であるため、`_step = 20` でログされた値を返します
* `serene-sponge` は `epoch = 9` を検索し、`_step = 18` でログされた値を返します

<h2 id="save-your-view">
  ビューを保存する
</h2>

run の Workspace、プロジェクトの Workspace、または report で操作した表では、ビューの状態が自動的に保存されます。表に対して操作を適用した後にブラウザーを閉じても、次にその表にアクセスした際には、最後に表示していた設定が保持されます。

<Note>
  アーティファクトのコンテキストで操作した表は、ステートレスのままです。
</Note>

Workspace の表を特定の状態で保存するには、W\&B Report にエクスポートします。表を report にエクスポートするには、次の手順に従います。

1. Workspace の可視化パネルの右上隅にある **action (<Icon icon="ellipsis-vertical" iconType="solid" />)** メニューを選択します。
2. **Share panel** または **Add to report** のいずれかを選択します。

<Frame>
  <img src="https://mintcdn.com/coreweave-dbfa0e8d/3Dv_sw2eg8feUJlx/products/wandb/_media/share_your_view.png?fit=max&auto=format&n=3Dv_sw2eg8feUJlx&q=85&s=1a87dc7509c7748cd87d50194df4b9d7" alt="Report sharing options" max-width="90%" width="1128" height="434" data-path="products/wandb/_media/share_your_view.png" />
</Frame>

<h2 id="examples">
  サンプル
</h2>

これらの report は W\&B 表 のさまざまなユースケースを紹介しています：

* [Visualize Predictions Over Time](https://forge.coreweave.com/wandb/stacey/mnist-viz/reports/Visualize-Predictions-over-Time--Vmlldzo1OTQxMTk)
* [How to Compare Tables in Workspaces](https://forge.coreweave.com/wandb/stacey/xtable/reports/How-to-Compare-Tables-in-Workspaces--Vmlldzo4MTc0MTA)
* [Image & Classification Models](https://forge.coreweave.com/wandb/stacey/mendeleev/reports/Tables-Tutorial-Visualize-Data-for-Image-Classification--VmlldzozNjE3NjA)
* [Text & Generative Language Models](https://forge.coreweave.com/wandb/stacey/nlg/reports/Tables-Tutorial-Visualize-Text-Data-Predictions---Vmlldzo1NzcwNzY)
* [Named Entity Recognition](https://forge.coreweave.com/wandb/stacey/ner_spacy/reports/Named-Entity-Recognition--Vmlldzo3MDE3NzQ)
* [AlphaFold Proteins](https://forge.coreweave.com/wandb/wandb/examples/reports/AlphaFold-ed-Proteins-in-W-B-Tables--Vmlldzo4ODc0MDc)