튜토리얼: table 로깅, 데이터 시각화 및 쿼리

다음 퀵스타트는 데이터 table을 로깅하고, 데이터를 시각화하며, 데이터를 쿼리하는 방법을 보여줍니다. 아래 버튼을 선택하여 MNIST 데이터의 PyTorch 퀵스타트 예시 프로젝트를 사용해 보세요.

table 로깅하기

W&B로 table을 로깅하세요. 새 table을 구성하거나 Pandas 데이터프레임을 전달할 수 있습니다.

table 구성하기
Pandas 데이터프레임

새 Table을 구성하고 로깅하려면 다음을 사용합니다.

wandb.init(): 결과를 추적할 run을 생성합니다.
wandb.Table(): 새 table 객체를 생성합니다.
- columns: 열 이름을 설정합니다.
- data: 각 행의 내용을 설정합니다.
wandb.Run.log(): table을 로깅하여 W&B에 저장합니다.

다음은 예시입니다.

import wandb

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

Pandas 데이터프레임을 wandb.Table()에 전달하여 새 table을 생성하세요.

import wandb
import pandas as pd

df = pd.read_csv("my_data.csv")

with wandb.init(project="df-table") as run:
    # DataFrame으로 새 table을 생성하고
    # W&B에 로깅합니다.
  my_table = wandb.Table(dataframe=df)
  run.log({"Table Name": my_table})

지원되는 데이터 유형에 대한 자세한 내용은 W&B API 레퍼런스 가이드의 wandb.Table을 참조하세요.

프로젝트 Workspace에서 table 시각화

workspace에서 결과 table을 확인하세요.

W&B App에서 프로젝트로 이동하세요.
프로젝트 Workspace에서 run 이름을 선택하세요. 고유한 table 키마다 새 패널이 추가됩니다.

이 예제에서 my_table은 "Table Name" 키로 로깅됩니다.

여러 모델 버전 비교

여러 W&B run에서 샘플 table을 로깅하고 프로젝트 workspace에서 결과를 비교하세요. 이 예시 workspace에서 동일한 table 내 여러 다른 버전의 행을 결합하는 방법을 보여줍니다.

table filter, 정렬 및 grouping 기능을 사용하여 모델 결과를 탐색하고 평가하세요.

​ table 로깅하기

​ 프로젝트 Workspace에서 table 시각화

​ 여러 모델 버전 비교

table 로깅하기

프로젝트 Workspace에서 table 시각화

여러 모델 버전 비교