Experiments

W&B で 機械学習 の 実験 を トラックします。

  2 minute read  

Try in Colab Try in W&B

数行のコードで 機械学習 の 実験 を追跡します。次に、インタラクティブ ダッシュボードで 結果 を確認するか、Public APIを使用して、プログラムで アクセス できるように データ を Python にエクスポートできます。

PyTorch, Keras, or Scikitのような一般的な フレームワーク を使用する場合は、W&B インテグレーション を活用してください。インテグレーション の完全なリストと、W&B を コード に追加する方法については、インテグレーション ガイドを参照してください。

上の図は、複数の runsにわたって メトリクス を表示および比較できる ダッシュボード の例を示しています。

仕組み

数行の コード で 機械学習 の 実験 を追跡します。

  1. W&B runを作成します。
  2. 学習率や モデル タイプなどの ハイパーパラメーター の 辞書 を 設定 (run.config)に保存します。
  3. トレーニング ループで、精度や 損失 などの メトリクス (run.log())を ログ に記録します。
  4. モデル の 重みや 予測 の テーブル など、run の 出力 を保存します。

次の コード は、一般的な W&B の 実験 管理 ワークフロー を示しています。

# Start a run.
#
# When this block exits, it waits for logged data to finish uploading.
# If an exception is raised, the run is marked failed.
with wandb.init(entity="", project="my-project-name") as run:
  # Save mode inputs and hyperparameters.
  run.config.learning_rate = 0.01

  # Run your experiment code.
  for epoch in range(num_epochs):
    # Do some training...

    # Log metrics over time to visualize model performance.
    run.log({"loss": loss})

  # Upload model outputs as artifacts.
  run.log_artifact(model)

はじめに

ユースケース に応じて、次の リソース を調べて W&B Experiments を開始してください。

  • データセット Artifact を作成、追跡、および使用するために使用できる W&B Python SDK コマンド のステップごとの 概要 については、W&B クイックスタートをお読みください。
  • この チャプター を調べて、次の方法を学びます。
    • 実験 を作成する
    • 実験 を 設定 する
    • 実験 から データ を ログ に記録する
    • 実験 の 結果 を表示する
  • W&B API Reference Guide内の W&B Python Libraryを調べます。

ベストプラクティス と ヒント

実験 と ログ の ベストプラクティス と ヒント については、Best Practices: Experiments and Loggingを参照してください。

Create an experiment

W&B の 実験 を作成します。

Configure experiments

実験 の 設定 を保存するには、 辞書 のような オブジェクト を使用します

Projects

モデルのバージョンを比較し、スクラッチ ワークスペース で結果を調査し、 学び をレポートにエクスポートして、メモと 可視化 を保存します。

View experiments results

インタラクティブな 可視化 で run のデータを探索できるプレイグラウンド

What are runs?

W&B の基本的な構成要素である Runs について学びましょう。

Log objects and media

メトリクス 、動画、カスタムプロットなどを追跡

Track Jupyter notebooks

Jupyter で W&B を使用して、 ノートブック から離れることなくインタラクティブな 可視化 を取得できます。

Experiments limits and performance

推奨される範囲内で ログ を記録することで、W&B のページをより速く、より応答性の高い状態に保つことができます。

Reproduce experiments

Import and export data

MLFlow から<について>データ をインポートしたり、W&B に保存した<について>データ をエクスポートまたは更新したりします。

Environment variables

W&B の 環境 変数 を設定します。


最終更新 April 3, 2025