Skip to main content
数行のコードで機械学習の実験をトラッキングできます。結果はその後、インタラクティブなダッシュボードで確認したり、Public APIを使ってプログラムからアクセスできるように Python にエクスポートしたりできます。 Keras などの主要なフレームワークを使用している場合は、W&B Integrations を活用してください。インテグレーションの一覧と、コードに W&B を追加する方法については、W&B Integrations を参照してください。
Experiments ダッシュボード
上の画像は、複数のrunsにまたがるメトリクスを表示・比較できるダッシュボードの例です。

仕組み

数行のコードで機械学習の実験をトラッキングできます。
  1. W&B Run を作成します。
  2. 学習率やモデルのタイプなどのハイパーパラメーターを辞書として設定 (wandb.Run.config) に保存します。
  3. 精度や損失などのメトリクスを、トレーニングループの中で継続的にログします (wandb.Run.log()) 。
  4. モデルの重みや予測結果の表など、run の出力を保存します。
次のコードは、W&B で一般的な実験管理のワークフローを示しています。my-team は W&B のチーム entity に、my-project-name はプロジェクト名に置き換えてください。

はじめに

ユースケースに応じて、W&B Experiments を使い始める際は、次のリソースをご覧ください。

ベストプラクティスとヒント

実験 とログに関する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。