Tables 개요

데이터셋을 반복적으로 개선하고 모델 예측을 이해하기

Colab에서 실행해 보기W&B에서 실행해 보기

W&B Tables를 사용해 표 형식 데이터를 시각화하고 쿼리할 수 있습니다. 예를 들어:

• 서로 다른 모델이 같은 테스트 세트에서 내는 성능을 비교하기
• 데이터에서 패턴 찾기
• 모델 예측 샘플을 시각적으로 확인하기
• 자주 오분류되는 예시를 찾기 위해 쿼리 실행하기

위 이미지는 시맨틱 세그멘테이션과 사용자 정의 메트릭이 포함된 테이블을 보여줍니다. 이 테이블은 W&B ML Course의 샘플 프로젝트에서 확인할 수 있습니다.

​

동작 방식

Table은 각 열에 하나의 데이터 타입만 사용하는 2차원 데이터 그리드입니다. Table은 기본형 및 수치형 데이터 타입뿐만 아니라 중첩 리스트, 딕셔너리, 리치 미디어 타입도 지원합니다.

​

Table 로그하기

몇 줄의 코드만으로 테이블을 로깅합니다:

• wandb.init(): 결과를 추적할 run을 생성합니다.
• wandb.Table(): 새 테이블 객체를 생성합니다.
  • columns: 열 이름을 설정합니다.
  • data: 테이블의 내용을 설정합니다.
• run.log(): 테이블을 로그하여 W&B에 저장합니다.

import wandb

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

​

시작하기

• 퀵스타트: 데이터 테이블을 로깅하고 데이터를 시각화하며 데이터를 쿼리하는 방법을 알아보세요.
• Tables 갤러리: Tables의 사용 예시를 확인하세요.