thoughtful_thought Sweeps 개요

W&B Sweeps를 사용한 하이퍼파라미터 탐색 및 모델 최적화

Try in ColabTry in W&B

W&B Sweeps 를 사용하여 하이퍼파라미터 검색을 자동화하고 풍부하고 인터랙티브한 실험 트래킹을 시각화하세요. 베이지안 (Bayesian), 그리드 검색 (grid search), 랜덤 (random)과 같은 인기 있는 검색 메소드 중에서 선택하여 하이퍼파라미터 공간을 탐색할 수 있습니다. 하나 이상의 머신에서 스윕을 확장하고 병렬화하세요.

​

작동 방식

두 개의 W&B CLI 코맨드로 스윕을 생성합니다:

1. 스윕 초기화

wandb sweep --project <project-name> <path-to-config file>

2. 스윕 에이전트 시작

wandb agent <sweep-ID>

위의 코드조각과 이 페이지에 링크된 Colab은 W&B CLI를 사용하여 스윕을 초기화하고 생성하는 방법을 보여줍니다. 스윕 구성을 정의하고, 스윕을 초기화하고, 스윕을 시작하는 데 사용하는 W&B Python SDK 코맨드에 대한 단계별 개요는 Sweeps walkthrough를 참조하세요.

​

시작 방법

사용자의 유스 케이스에 따라 다음 리소스를 탐색하여 W&B Sweeps 를 시작해 보세요:

• sweeps walkthrough를 읽고 스윕 구성 정의, 스윕 초기화 및 스윕 시작을 위한 W&B Python SDK 코맨드의 단계별 개요를 확인하세요.
• 이 챕터에서 다음 방법을 알아보세요:
  • 코드에 W&B 추가하기
  • 스윕 구성 정의하기
  • 스윕 초기화하기
  • 스윕 에이전트 시작하기
  • 스윕 결과 시각화하기
• W&B Sweeps 를 사용한 하이퍼파라미터 튜닝을 다루는 선별된 Sweep 실험 리스트를 살펴보세요. 결과는 W&B Reports 에 저장됩니다.

단계별 영상 가이드는 다음을 참조하세요: Tune Hyperparameters Easily with W&B Sweeps.