チュートリアル: テーブルのログ記録、データの可視化とクエリ

この5分で完了するクイックスタートで、W&B Tables の使い方を学びます。

このクイックスタートでは、データテーブルのログ記録、データの可視化、およびデータのクエリ方法を紹介します。

下のボタンをクリックして、MNIST データを使った PyTorch クイックスタートのサンプルプロジェクトを試してください。

​

1. テーブルをログする

W&B にテーブルをログします。新しいテーブルを作成するか、Pandas DataFrame を渡すことができます。

テーブルを作成

新しい Table を作成してログするには、次を使用します：

• wandb.init(): 結果を追跡するための run を作成します。
• wandb.Table(): 新しいテーブルオブジェクトを作成します。
  • columns: 列名を設定します。
  • data: 各行の内容を設定します。
• wandb.Run.log(): テーブルをログして W&B に保存します。

例を次に示します。

import wandb

with wandb.init(project="table-test") as run:
    # Create and log a new table.
    my_table = wandb.Table(columns=["a", "b"], data=[["a1", "b1"], ["a2", "b2"]])
    run.log({"Table Name": my_table})

Pandas DataFrame

Pandas DataFrame を wandb.Table() に渡して、新しいテーブルを作成します。

import wandb
import pandas as pd

df = pd.read_csv("my_data.csv")

with wandb.init(project="df-table") as run:
    # Create a new table from the DataFrame
    # and log it to W&B.
  my_table = wandb.Table(dataframe=df)
  run.log({"Table Name": my_table})

サポートされているデータ型の詳細については、W&B API リファレンスガイドの wandb.Table を参照してください。

​

2. プロジェクトのワークスペースでテーブルを可視化する

ワークスペースで結果のテーブルを表示します。

1. W&B App で自分のプロジェクトに移動します。
2. プロジェクトのワークスペースで、自分の run の名前を選択します。一意のテーブルキーごとに新しいパネルが追加されます。

この例では、my_table はキー "Table Name" としてログされています。

​

3. モデルバージョン間で比較する

複数の W&B Runs からサンプルテーブルをログして、プロジェクトのワークスペースで結果を比較します。このサンプルの Workspaceでは、同じテーブル内で複数の異なるバージョンからの行をどのように結合するかを示します。

テーブルのフィルタ、ソート、グループ化機能を使用して、モデルの結果を探索および評価します。