튜토리얼: 테이블 로깅, 시각화, 데이터 쿼리

다음 퀵스타트에서는 테이블 데이터를 로깅하고, 데이터를 시각화하고, 쿼리하는 방법을 보여줍니다. 아래 버튼을 선택해 MNIST 데이터용 PyTorch 퀵스타트 예시 프로젝트를 사용해 보세요.

테이블 로깅하기

W&B에 테이블을 로깅합니다. 새 테이블을 만들거나 Pandas 데이터프레임을 전달할 수 있습니다.

테이블 만들기
Pandas 데이터프레임

새 Table을 만들고 로깅하려면 다음을 사용합니다.

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

예시는 다음과 같습니다.

import wandb

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

새 테이블을 만들려면 Pandas 데이터프레임을 wandb.Table()에 전달합니다.

import wandb
import pandas as pd

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

with wandb.init(project="df-table") as run:
    # 데이터프레임에서 새 테이블을 만들고
    # 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 워크스페이스에서 테이블 시각화하기

워크스페이스에서 생성된 테이블을 확인합니다.

W&B App에서 프로젝트로 이동합니다.
프로젝트 워크스페이스에서 run 이름을 선택합니다. 고유한 각 테이블 키에 대해 새 패널이 추가됩니다.

이 예제에서 my_table은 "Table Name" 키로 로깅됩니다.

여러 모델 버전 비교하기

여러 W&B Runs의 샘플 테이블을 로깅한 뒤 프로젝트 워크스페이스에서 결과를 비교합니다. 이 예시 워크스페이스에서는 서로 다른 여러 버전의 행을 하나의 테이블에 결합하는 방법을 보여줍니다.

테이블의 필터, 정렬, 그룹화 기능을 사용해 모델 결과를 탐색하고 평가하세요.

​ 테이블 로깅하기

​ 프로젝트 워크스페이스에서 테이블 시각화하기

​ 여러 모델 버전 비교하기

테이블 로깅하기

프로젝트 워크스페이스에서 테이블 시각화하기

여러 모델 버전 비교하기