플랫폼
W&B Models
W&B Weave
W&B Inference
W&B 트레이닝
릴리스 노트학술 논문
스윕 실험
- 가뭄 관측 벤치마크 진행 상황
- 설명: Drought Watch 벤치마크를 위한 베이스라인을 개발하고 제출 결과를 탐색합니다.
- 강화 학습에서 안전 패널티 튜닝하기
- 설명: 세 가지 다른 작업(패턴 생성, 패턴 제거, 내비게이션)에 대해 서로 다른 부작용 패널티로 학습된 에이전트를 살펴봅니다.
- W&B와 함께 하는 하이퍼파라미터 탐색에서의 의미와 노이즈 Stacey Svetlichnaya
- 설명: 어떻게 하면 신호와 파레이돌리아(실제는 없는 상상의 패턴)를 구분할 수 있을까요? 이 글은 W&B로 할 수 있는 작업들을 보여 주고, 추가적인 탐구를 장려하는 것을 목표로 합니다.
- Who is Them? 트랜스포머를 활용한 텍스트 중의성 해소
- 설명: Hugging Face를 사용해 자연어 이해를 위한 모델을 탐색합니다.
- DeepChem: 분자 용해도
- 설명: 랜덤 포레스트와 딥 러닝 네트워크를 사용해 분자 구조로부터 화학적 특성을 예측합니다.
- MLOps 입문: 하이퍼파라미터 튜닝
- 설명: 하이퍼파라미터 최적화가 중요한 이유를 살펴보고, 머신러닝 모델의 하이퍼파라미터 튜닝을 자동화하는 세 가지 알고리즘을 살펴봅니다.
셀프 매니지드
- Sweeps with XGBoost
- Description: XGBoost를 사용할 때 W&B Sweeps로 하이퍼파라미터를 튜닝하는 방법.