ポイント集約

​

フルフィデリティ

• 極値やスパイクを保持できる: データ内の極値やスパイクを保持します。
• 最小値と最大値の表示方法を設定できる: W&B App を使用して、極値 (最小値/最大値) を陰影付きの領域として表示するかどうかをインタラクティブに決定できます。
• データの忠実性を損なわずに探索できる: 特定のデータポイントにズームインすると、W&B は X 軸 のバケットサイズを再計算します。これにより、精度を損なうことなくデータを探索しやすくなります。W&B は以前に計算した集約結果をキャッシュして、読み込み時間の短縮に役立てます。これは、大規模なデータセット内を移動する場合に有用です。

• Band (デフォルト): 各バケット内の最小値と最大値を陰影付きの帯として表示し、線は全体的な傾向を示します。
• Line: 点を直接結び、スパイクや急落を識別しやすくします。

​

フルフィデリティを有効にする

​

陰影表示を設定する

• Min/Max: 各 X 軸ポイントについて、最小値と最大値の間の領域を陰影表示します。陰影表示領域には、各 バケット における最小値から最大値までのすべての点が表示されます。 $$\text{Min/Max Range} = [\min(x_1, x_2, \ldots, x_n),\ \max(x_1, x_2, \ldots, x_n)]$$ ここで、x_1, x_2, \ldots, x_n は特定の バケット 内の値です。
• Standard deviation: 各 X 軸ポイントについて、標準偏差を使って値のばらつきを計算し、その範囲を陰影表示します。 $$SD = \sqrt{\frac{1}{n}\sum_{i=1}^{n}(x_i - \overline{x})^2}$$
• Standard error: 各 X 軸ポイントについて、値をサンプルサイズの平方根で割って標準誤差を計算し、その範囲を陰影表示します。 $$SE = \frac{SD}{\sqrt{n}}$$
• None: 陰影表示なし (デフォルト) 。

1. Workspace にアクセスします。
2. 折れ線グラフにカーソルを合わせ、歯車アイコンをクリックします。
3. Data タブで、必要に応じて ポイント集約 を Full fidelity に設定し、スムージングアルゴリズムを設定します。
4. Grouping タブで、Group runs をオンにします。必要に応じて、Group by を run の属性に設定します。
5. Agg を Mean (デフォルト) 、Min、または Max に設定します。
6. Range を Min/Max、Std Dev、Std Err、または None に設定します。
7. Apply をクリックします。

​

データの忠実性を保ったままデータを探索する

• 最小値: そのバケット内の最も低い値です (陰影表示に使用) 。
• 最大値: そのバケット内の最も高い値です (陰影表示に使用) 。
• 線の値: そのバケット内の最後の値で、線を描画するために使用されます。

1. W&B のプロジェクトにアクセスする。
2. 左側のタブにある Workspace アイコンを選択します。
3. 必要に応じて Workspace にラインプロットパネルを追加するか、既存のラインプロットパネルにアクセスします。
4. クリックしてドラッグし、ズームインしたい特定の領域を選択します。

​

ランダムサンプリング

​

ランダムサンプリングを有効にする

​

サンプリングされていないデータにアクセスする

# W&B API を初期化する
api = wandb.Api()
run = api.run("l2k2/examples-numpy-boston/i0wt6xua")

# 'Loss' メトリクスの履歴を取得する
history = run.scan_history(keys=["Loss"])

# 履歴から損失値を抽出する
losses = [row["Loss"] for row in history]