Eval Table 생성하기

W&B Python SDK로 Eval Table을 생성하거나, ARIA로 기존 W&B Table을 변환하세요.

wandb.EvalTable 클래스를 사용하여 Eval Table을 생성하세요. 예를 들어 다음과 같은 pandas 데이터프레임이 있다고 가정해 보겠습니다.

import pandas as pd
import wandb

df = pd.DataFrame(
    [
        {
            "image_id": "img_001",
            "true_label": "cat",
            "predicted_label": "cat",
            "confidence": 0.97,
            "correct": True,
        },
        {
            "image_id": "img_002",
            "true_label": "dog",
            "predicted_label": "cat",
            "confidence": 0.72,
            "correct": False,
        },
        {
            "image_id": "img_003",
            "true_label": "car",
            "predicted_label": "car",
            "confidence": 0.89,
            "correct": True,
        },
    ]
)

wandb.EvalTable에 데이터프레임을 전달하여 Eval Table을 생성하세요. input_columns, output_columns, score_columns 인수를 사용하여 각 열의 역할을 파악하세요. 다음 예시에서는 각 열을 다음과 같이 사용합니다.

image_id: 입력
predicted_label: 출력
correct, confidence: 점수

with wandb.init(project="classifier-eval-table-demo") as run:
    eval_table = wandb.EvalTable(
        dataframe=df,
        input_columns=["image_id"],
        output_columns=["predicted_label"],
        score_columns=["correct", "confidence"],
    )
    run.log({"validation_predictions_eval": eval_table})    

W&B Table을 Eval Table로 변환하기

변환 배너를 사용하여 기존 W&B Table을 Eval Table로 변환할 수 있습니다.

W&B Table이 있는 프로젝트로 이동하세요.
변환 배너에서 Try now 버튼을 선택하세요. 이 버튼을 누르면 ARIA가 열리며, 변환할 table에 대한 정보가 함께 전달됩니다.
ARIA 대화 창의 안내에 따라 진행하세요.

배너를 닫았거나 배너가 보이지 않으면 ARIA를 직접 여세요.

페이지 오른쪽 상단의 파란색 원을 선택하여 ARIA를 여세요.
ARIA 대화에 /convert-eval-table을 입력하세요.
대화 창 오른쪽 하단의 위쪽 화살표()로 표시된 Send를 선택하세요.

W&B Table을 변환해도 원본 table은 변경되지 않습니다.

​Eval Table 생성하기

​W&B Table을 Eval Table로 변환하기

Eval Table 생성하기

W&B Table을 Eval Table로 변환하기