데이터 확인
모델 트레이닝 또는 평가 중에 메트릭과 리치 미디어를 로그하고, 클라우드 또는 호스팅 인스턴스에 동기화된 영구 데이터베이스에서 결과를 시각화하세요.
인터랙티브한 데이터 탐색
정적 파일을 일일이 찾아보거나 분석 스크립트를 재실행할 필요 없이, 테이블을 보기, 정렬, 필터링, 그룹화, 조인 및 쿼리하여 데이터와 모델 성능을 파악할 수 있습니다.
모델 버전 비교
다양한 트레이닝 에포크, 데이터셋, 하이퍼파라미터 선택, 모델 아키텍처 등에 걸친 결과를 빠르게 비교할 수 있습니다.
세부 사항 추적 및 전체 흐름 파악
특정 단계의 특정 예측값을 시각화하려면 확대(Zoom in)하고, 집계된 통계치를 보고 에러 패턴을 식별하며 개선 기회를 찾으려면 축소(Zoom out)하세요. 이 툴은 단일 모델 트레이닝의 단계별 비교나 서로 다른 모델 버전 간의 결과 비교 모두에 유용합니다.
W&B Tables 활용 예시 프로젝트
다음은 W&B Tables를 사용하는 실제 W&B Projects 사례들입니다.이미지 분류 (Image classification)
Visualize Data for Image Classification 리포트를 읽어보거나, 데이터 시각화 Colab을 따라해 보세요. 또는 Artifacts 컨텍스트를 탐색하여 CNN이 iNaturalist 사진에서 10가지 생물 유형(식물, 새, 곤충 등)을 어떻게 식별하는지 확인해 보세요.
오디오 (Audio)
음색 변환(Timbre transfer)을 다룬 Whale2Song - W&B Tables for Audio에서 오디오 테이블을 직접 조작해 보세요. 고래의 노랫소리 녹음본과 바이올린이나 트럼펫 같은 악기로 합성된 동일한 멜로디를 비교할 수 있습니다. 또한 audio transfer Colab을 사용하여 직접 노래를 녹음하고 W&B에서 합성된 버전을 탐색해 볼 수 있습니다.
텍스트 (Text)
트레이닝 데이터 또는 생성된 출력물에서 텍스트 샘플을 찾아보고, 관련 필드별로 동적으로 그룹화하며, 모델 변형이나 실험 설정에 따라 평가 결과를 정렬해 보세요. 텍스트를 Markdown으로 렌더링하거나 시각적 diff 모드를 사용하여 텍스트를 비교할 수 있습니다. 문자 기반 RNN의 예시는 Shakespeare 텍스트 생성 리포트를 참조하세요.
비디오 (Video)
트레이닝 중에 로그된 비디오를 브라우징하고 집계하여 모델을 파악하세요. 여기 부수 효과를 최소화하려는 RL 에이전트를 위한 SafeLife 벤치마크를 사용한 초기 사례가 있습니다.
정형 데이터 (Tabular data)
버전 관리 및 중복 제거를 포함하여 정형 데이터를 분할하고 전처리하는 방법에 대한 리포트를 확인해 보세요.
모델 변형 비교 (시멘틱 세그멘테이션)
시멘틱 세그멘테이션을 위한 Tables 로그 및 서로 다른 모델 비교에 대한 인터랙티브 노트북과 실시간 예시를 확인해 보세요. 이 테이블에서 직접 쿼리를 실행해 볼 수 있습니다.