플랫폼
W&B Models
W&B Weave
W&B Inference
W&B 트레이닝
릴리스 노트데이터 설정
X축
wandb.Run.log()으로 로깅한 정수 또는 부동소수점 값으로 설정합니다.
사용 가능한 시간 기반 x축 옵션:
- Step:
wandb.Run.log()이 호출될 때마다 1씩 증가합니다. 모델에서 로깅된 트레이닝 스텝 수를 나타냅니다. (기본값) - Relative Time (Wall): 프로세스가 시작된 이후의 실제 시계 시간입니다. 예를 들어 run을 시작한 뒤 하루 동안 일시 중지했다가 다시 재개해 로깅하면, 해당 지점은 24시간 위치에 표시됩니다.
- Relative Time (Process): 실행 중인 프로세스 내부에서 경과한 시간입니다. 예를 들어 run을 시작해 10초 동안 실행한 후 하루 동안 일시 중지했다가 다시 재개하면, 해당 지점은 10초 위치에 표시됩니다.
- Wall Time: 그래프에서 첫 번째 run이 시작된 시점부터 경과한 시간(분)입니다.
- X range: 기본적으로 x축 값의 최소값부터 최대값까지의 범위입니다. 최소값과 최대값을 직접 지정해 수정할 수 있습니다.
Y축
wandb.Run.log()에 로깅한 정수 또는 실수 값을 설정합니다. 하나의 값, 값 배열 또는 값 히스토그램을 지정할 수 있습니다. 어떤 변수에 대해 1500개를 초과하는 포인트를 로깅했다면, W&B는 이를 1500개 포인트로 다운샘플링합니다.
Runs 테이블에서 run 색상을 변경하여 Y축 선 색상을 사용자 지정할 수 있습니다.
- Y 범위: 기본값은 메트릭의 가장 작은 양수 값(0 포함)부터 메트릭의 가장 큰 값까지입니다. 최소값과 최대값을 사용자 지정할 수 있습니다.
포인트 집계 방식
- Random sampling (기본값): Random sampling을 참조하세요.
- Full fidelity: Full fidelity를 참조하세요.
스무딩
- Time weighted EMA(기본값): 이전 포인트의 가중치를 지수적으로 감소시켜 시계열 데이터를 스무딩하는 기법입니다.
- Running average: 주어진 x 값의 앞뒤 윈도우에 있는 포인트들의 평균값으로 해당 포인트를 대체합니다.
- Gaussian: 스무딩 파라미터로 지정된 표준편차를 갖는 가우시안 분포에 해당하는 가중치를 사용하여 포인트들의 가중 평균을 계산합니다.
- No smoothing
이상치 무시
- 랜덤 샘플링 모드: 이상치를 무시하면 플롯에서 하위 5%와 상위 95% 구간에 있는 데이터 포인트를 제외합니다.
- Full fidelity 모드: 이상치를 무시하면 모든 데이터 포인트를 표시하되, 각 버킷의 마지막 값으로 압축해 표시하고, 하위 5%와 상위 95% 구간은 음영 처리합니다.
최대 run 또는 run 그룹
워크스페이스에서는 설정과 관계없이 최대 1000개의 run만 표시할 수 있습니다.
차트 유형
- Line plot
- Area plot
- Percentage area plot:
그룹화 설정
- Group runs: 플롯에서 run 그룹화를 켭니다. 아래 플롯의 음영 범위를 설정하려면 필수입니다.
- Group by: 선택적으로 열을 하나 선택합니다. 해당 열에서 값이 같은 모든 run이 하나의 그룹으로 묶입니다.
- Aggregation: 그래프에 그려지는 선의 값입니다. 선택 옵션은 그룹에 대한 mean, median, min, max입니다.
- Range: 고충실도 선형(line) 플롯의 음영 영역을 설정합니다. 선택 옵션은 Min/Max, Std Dev, Std Err 또는 None입니다.
차트 설정
- Panel title: 패널 상단에 표시되는 제목입니다.
- X-axis title: x축에 대한 레이블입니다.
- Y-axis title: y축에 대한 레이블입니다.
- Legend: 범례를 표시하거나 숨기고, 위치를 설정합니다.
범례 설정
범례 템플릿
- 톱니바퀴 아이콘을 클릭해 플롯 설정을 엽니다.
- Display preferences 탭으로 이동합니다.
- Advanced legend를 펼친 다음, 범례 템플릿을 지정합니다.
- Apply를 클릭합니다.
${run:displayName} - ${config:dropout}은 royal-sweep - 0.5와 같은 범례 이름을 생성합니다. 여기서 royal-sweep은 run 이름이고 0.5는 dropout이라는 이름의 config 파라미터 값입니다.
포인트별 값
[[ ]] 안에 값을 지정합니다.
- 톱니바퀴 아이콘을 클릭해 플롯 설정을 엽니다.
- Display preferences 탭으로 이동합니다.
- 탭 맨 아래에서 하나 이상의 플롯 메트릭에 대해 포인트별 값을 구성합니다.
- Apply를 클릭합니다.
[[ $x: $y ($original) ]] 는 “2: 3 (2.9)“와 같이 표시됩니다.
[[ ]] 안에서 사용할 수 있는 값:
| Value | Meaning |
|---|---|
${x} | X 값 |
${y} | Y 값 (스무딩 조정을 포함) |
${original} | 스무딩 조정을 포함하지 않은 Y 값 |
${mean} | 그룹화된 run의 평균 |
${stddev} | 그룹화된 run의 표준 편차 |
${min} | 그룹화된 run의 최소값 |
${max} | 그룹화된 run의 최대값 |
${percent} | 전체 대비 비율(누적 영역 차트용) |
표현식
Y축 표현식
1-accuracy 또는 기타 산술 표현식을 계산할 수 있습니다. 현재는 단일 메트릭을 플로팅할 때만 사용할 수 있습니다.
지원되는 연산자: +, -, *, /, %, 그리고 ** (지수 연산용).
로그된 메트릭과 하이퍼파라미터와 같은 설정값을 함께 사용하여 사용자 지정 선을 계산할 수 있습니다.
X축 표현식
_step: 기본 X축 값입니다.${summary:value}: summary 값을 참조합니다.
다중 메트릭 패널 표현식
- 각 레이어의 메트릭마다 개별 패널을 만드는 대신, 하나의 패널에서 함께 볼 수 있습니다. 예를 들어,
layer_0_loss,layer_1_loss,layer_2_loss처럼 일관된 규칙으로 메트릭을 로깅한다면,layer_\d+__loss같은 정규식을 사용해 모든 레이어의 loss를 하나의 플롯에 표시할 수 있습니다. - 공통된 이름 패턴을 가진 모든 메트릭에 매칭할 수 있습니다. 예를 들어:
train_.*는train_loss,train_accuracy,train_f1_score와 같은 모든 트레이닝 메트릭과 매칭됩니다..*_accuracy는train_accuracy,val_accuracy,test_accuracy처럼 서로 다른 데이터셋에 대한 accuracy 메트릭과 매칭됩니다.
- OR(또는) 패턴을 사용해 원하는 메트릭만 선택적으로 매칭할 수 있습니다. 예를 들어, non-capture 그룹
(?:layer_0|layer_10)_loss는 중간 레이어는 제외하고 첫 번째와 열 번째 레이어의 loss만 매칭합니다.
캡처 그룹
-
캡처 그룹은 여러 개의 패널을 생성합니다
정규식에 캡처 그룹을 이루는 괄호가 포함되어 있으면, UI는 해당 그룹이 캡처한 고유한 값마다 각각 별도의 패널을 생성합니다.
예를 들어, 정규식
(layer_0|layer_10)_loss에는 캡처 그룹이 포함되어 있으며, 다음과 같이 두 개의 별도 패널을 생성합니다:layer_0와 일치하는 메트릭에 대한 패널 하나layer_10와 일치하는 메트릭에 대한 패널 하나
-
Non-capturing 그룹은 메트릭을 한데 모읍니다
여러 대안을 매칭하면서도 별도의 패널을 만들지 않으려면
?:문법을 사용하는 non-capturing 그룹을 사용하세요. 정규식(?:layer_0|layer_10)_loss는 앞의 예와 동일한 메트릭과 일치하지만, 하나의 패널에 함께 표시합니다.
(layer_0|layer_10)_loss- 각 레이어에 대해 패널 두 개를 생성합니다.(?:layer_0|layer_10)_loss- 두 레이어를 함께 보여주는 패널 하나를 생성합니다.