マガジンのカバー画像

wandb

39
wandbを使ってくださっている方々の記事をちょっと使ってみた系からAdvancedなTipsまで幅広くまとめていくマガジンです。 wandbは、エンタープライズグレードのエン…
運営しているクリエイター

2023年9月の記事一覧

MLプロジェクトにおけるデータ管理

こんにちは、Weights & Biases(WandB)の鎌田です。この記事では、WandBの便利なデータ管理機能であるアーティファクト(Artifacts)について解説をします。 MLプロジェクトにおけるデータ管理のポイントデータはMLモデルの貴重な資源であることは言うまでもなく、MLモデルはデータの量や質によってモデルの性能が変化します。MLはその性質上、試行錯誤が伴います。ETL(この章の最後に用語説明があります)で整備されたデータを使用できることもあれば、開発段階

PyTorchとWeights & Biasesを使用したニューラルネットワークの可視化とデバッグ

この記事はVisualizing and Debugging Neural Networks with PyTorch and Weights & Biasesを日本語訳したものになります。 この投稿では、ニューラルネットワークの低パフォーマンスの原因と、勾配やモデルトレーニングに関連するその他のパラメーターを可視化することで、この問題をデバッグする方法を見ていきます。勾配消失と勾配爆発の問題、およびこの問題に対処する方法についても考察します。 最後に、適切な重みの初期化

W&B Automationsを用いたモデルCIのチュートリアル

W&B Automationsを使用して、すべての新しい候補モデルに対して評価を実行する例をご紹介します(ハンズオン用Colabはこちら)。 本ブログ記事はCarey Phelps, Thomas Capelleによって執筆され、W&B Fully Connectedで公開された"A Tutorial on Model CI with W&B Automations"の日本語訳です。 イントロダクションこのレポートでは、Weights & BiasesのAutomatio

W&Bの高度な可視化機能その① (イメージオーバーレイ編)

こんにちは。Weights & Biases Japanの山本です。コンピュータビジョンは機械学習における主要な領域の一つですが、皆様は画像データを普段どのように保存してどのように分析されているでしょうか?一番良くないのは、ストレージの画像フォルダに画像がごちゃっと入っていてただそれだけという状態で、これでは分析を行うことが困難です。 もう少し改善された状況としては、その画像IDやファイルパスなどでその他の各種メタデータを含む構造化データと紐づけられているというもので、例え