Tables 개요

Datasets 에 대해 반복적으로 실험하고 모델의 prediction 을 이해하세요

Try in ColabTry in W&B

W&B Tables를 사용하여 테이블 형태의 데이터를 시각화하고 쿼리할 수 있습니다. 예를 들어 다음과 같은 작업이 가능합니다:

• 동일한 테스트 세트에 대해 서로 다른 모델의 성능을 비교
• 데이터 내의 패턴 식별
• 샘플 모델 예측값을 시각적으로 확인
• 쿼리를 통해 자주 오분류되는 예시 탐색

위 이미지는 시멘틱 세그멘테이션과 커스텀 메트릭이 포함된 테이블을 보여줍니다. 이 테이블은 W&B ML 코스의 샘플 프로젝트에서 직접 확인할 수 있습니다.

​

작동 방식

Table은 각 컬럼이 단일 데이터 타입을 갖는 2차원 데이터 그리드입니다. Tables는 기본 및 숫자 타입뿐만 아니라 중첩된 리스트, 딕셔너리 및 다양한 미디어 타입을 지원합니다.

​

Table 로그하기

코드 몇 줄만으로 테이블을 로그할 수 있습니다:

• wandb.init(): 결과를 추적하기 위한 run을 생성합니다.
• wandb.Table(): 새로운 테이블 오브젝트를 생성합니다.
  • columns: 컬럼 이름을 설정합니다.
  • data: 테이블의 내용을 설정합니다.
• run.log(): 테이블을 W&B에 저장하기 위해 로그합니다.

import wandb

# project "table-test"로 wandb init
with wandb.init(project="table-test") as run:
    # 컬럼과 데이터를 정의하여 테이블 생성
    my_table = wandb.Table(columns=["a", "b"], data=[["a1", "b1"], ["a2", "b2"]])
    # run에 테이블 로그
    run.log({"Table Name": my_table})

​

시작 방법

• 퀵스타트: 데이터 테이블 로그, 데이터 시각화 및 데이터 쿼리 방법을 배웁니다.
• Tables 갤러리: Tables의 다양한 유스 케이스 예시를 확인합니다.