세계에서 가장 혁신적인 조직은 Weights & 복잡한 기계 학습 워크플로를 실행하는 데 대한 편견. 이 데모에서는 이것이 어떻게 작동하는지 살펴보겠습니다. 당신은 배울 것입니다:
• W&B가 코드와 작동하는 방식 • 실험 추적 기능을 통해 유용한 정보를 정리하고, 비교하고, 도출하는 방법에 대한 모든 것 • Launch를 통한 작업 자동화 모범 사례 • Artifacts를 사용하여 직렬화된 데이터를 관리하는 방법 • 모델 레지스트리가 수많은 프로젝트와 실험을 파악하는 데 도움이 되는 이유 • 그 외 훨씬 더 많은 것
W&B는 최신 기계 학습 모델을 교육하고 이를 프로덕션에 적용하는 데 필요한 협업을 지원합니다. 우리를 시험해 보고 싶다면 완전히 무료로 시작해 보세요.
“우리에게 Weights and Biases는 게임 체인저였습니다. 사용 가능한 다른 어떤 MLOps 도구도 결과 공유, 흥미로운 행동에 주석 추가, 로깅 데이터의 장기 저장 등의 용이성으로 AI 실험을 빠르게 반복할 수 없습니다.”
“우리는 거의 모든 모델 훈련에 W&B를 사용합니다.”
“W&B를 사용하면 모든 후보 모델을 한 번에 검사할 수 있습니다. 이는 어떤 모델이 각 고객에게 가장 적합한지 이해하는 데 매우 중요합니다. 보고서는 우리에게도 큰 도움이 되었습니다. 이를 통해 미묘한 기술 정보를 한 번에 원활하게 전달할 수 있습니다. 기술팀이 아닌 팀도 소화할 수 있는 방식입니다.”
우리는 대규모 분산 교육을 통해 확장할 수 있는 솔루션을 제공하며 보안 호스팅 클라우드 또는 자체 호스팅 배포의 프라이빗 클라우드에서 호스팅할 수 있습니다.
핵심 비즈니스에 중요한 개발자 리소스를 집중하세요
앞뒤로 이동하는 횟수를 줄이고 새로운 기계 학습 모델을 더 빠르게 출시하세요.
새로운 ML 엔지니어를 빠르게 온보딩하고 중복 작업을 방지하세요.
Toyota Research Institute의 사명은 세계에서 가장 안전한 모빌리티를 만드는 것입니다. TRI의 기계 학습 팀은 자율 주행을 추구하고 있으며 Weights & 모델을 재현 가능하게 만들기 위해 기록 시스템을 편향합니다.
Adrien Gaidon이 이끄는 ML 팀은 학습 모델을 위한 세계적 수준의 인프라를 구축했지만 귀중한 결과를 추적하고 버전을 지정하는 좋은 방법이 부족했습니다.
그들은 중앙 기록 시스템의 필요성을 재빨리 깨달았지만, 내부적으로 솔루션을 구축하는 것은 팀의 핵심 목표에 방해가 되었습니다.
“현재 머신러닝이 얼마나 신뢰할 수 있을지에 대해 통계적이든 아니든 어떤 보장도 제공하기가 정말 어렵습니다. 안전이 중요한 시스템을 도입하려면 실제로 작동해야 합니다. 생명을 위험에 빠뜨리는 대신 자동차에 실어 생명을 구할 수 있을 만큼 안전하게 만들려면 어떻게 해야 할까요?”
Toyota Research Institute
TRI 팀은 실험 추적 문제에 대한 다양한 솔루션을 비교하고 Weights & 머신러닝 프로젝트를 조정하는 최고의 플랫폼인 Bias.
실험 추적 및 예측 시각화를 위해 불안정한 내부 도구와 임시 솔루션을 사용하는 대신 ML 팀은 W&B의 경량 실험 추적 및 시각화 솔루션을 사용하여 표준화할 수 있었습니다.
W&B 대시보드는 기계 학습 실무자에게 데이터세트와 모델 버전을 비교할 수 있는 명령 센터를 제공하여 모든 실험과 결과에 대한 신뢰할 수 있는 기록을 유지합니다. ML 엔지니어는 이제 모델 개발이라는 귀중한 작업에 자유롭게 집중하여 프로젝트 진행을 가속화할 수 있습니다.
“예를 들어 안전 표준이 매우 높기 때문에 공공 도로에서 테스트하기가 매우 어려운 로봇 시스템이나 자율 주행 자동차가 있는 경우 측정 기준을 명확하게 정의해야 하지만 동시에 지속적인 배포와 빠른 반복을 원합니다.”
Adrien Gaidon
Toyota Research Institute