W&B로 협업 연구와 출판용 그래픽 준비하기
몇 번의 클릭이나 짧은 코드만으로 실시간 협업과 출판용 그래픽 만들기 이 글은 AI 번역본입니다. 오역이 의심되면 댓글로 알려 주세요
Created on September 12|Last edited on September 12
Comment
이 보고서에서는 Weights & Biases가 협업 연구와 재현 가능성을 어떻게 높이고, 통찰과 성능을 효과적으로 보여 주는 출판용 그래픽을 손쉽게 만들 수 있게 하는지 살펴보겠습니다. 바로 시작해 보겠습니다:
W&B Report 만들기와 협업
먼저 Report에서 문서를 만들고 함께 협업하는 방법을 보여 드립니다. 이어서 해당 Report를 내보내는 방법을 설명하고, 마지막 섹션에서는 출판에 활용할 수 있도록 Report의 구성 요소(이미지, 차트 등)를 개별적으로 내보내는 방법을 알아보겠습니다.
먼저 모델 학습 run이 완료되었다고 가정하겠습니다. 그 시점에서 다음을 클릭하세요. Create Report 홈 대시보드에서 해당 버튼을 클릭하세요(아래 참고). 보고서를 코드로 정의하고 활용하는 방식에 익숙한 사용자라면, 이제 W&B에서 제공하는 Reports API …을 사용할 수 있도록 합니다 wandb 라이브러리를 사용해 Reports를 생성하고 재사용하며 코드로 편집할 수 있습니다.
체크박스를 사용해 어떤 차트 범주를 선택할지 지정하세요 — eval (평가 성능) train (학습 성능) 또는 System(GPU 사용률, 전력 소모 등 시스템 지표) 중 보고서에 표시할 범주를 선택한 뒤, 마지막으로 Create Report 버튼을 클릭하세요.
이제 차트가 포함된 Report가 준비되었습니다. 예시는 다음과 같습니다 여기. 협업자는 블로그처럼 댓글 섹션에 의견을 남길 수 있지만, 보통은 특정 요소에 대해 협업하는 것이 훨씬 더 유용합니다. 각 차트 셀 오른쪽 상단의 말풍선 아이콘을 클릭해 해당 차트에 댓글을 달거나, 보고서 본문에서 댓글을 남기고 싶은 단어나 문단을 드래그하여 하이라이트하면 그 부분에 직접 댓글을 달 수 있습니다. 참고로 Report에 댓글을 남기려면 사용자가 Weights & Biases 계정에 로그인되어 있어야 합니다.
Report 공유하기
Weights & Biases에서 아직 Team을 설정하지 않았더라도, 개별 Report를 협업자와 공유할 수 있습니다.
어떤 Report 페이지에서든 다음을 클릭하세요 공유 Report 왼쪽 상단에 있는 버튼을 클릭하세요. 그러면 아래와 같은 “magic link”가 생성되며, Weights & Biases 계정 유무와 관계없이 사람들에게 보낼 수 있습니다. 이는 Google Docs에서 ‘링크가 있는 모든 사용자’에게 공유하는 방식과 동일하게 동작합니다. 사용자는 이 Report를 보기 위해 로그인할 필요는 없지만 ~할 것이다 댓글을 남기거나 편집하려면 로그인한 상태여야 하며 팀에 추가되어 있어야 합니다. 팀에 추가되지 않은 사용자(W&B 계정 보유 여부와 무관)는 Report를 열람만 할 수 있습니다.
Report를 공유할 때, 다른 웹페이지 안에 임베드하고 싶을 수도 있습니다. 예를 들어 팀의 콘텐츠 관리 시스템(Confluence, Notion 등)이나 HTML 페이지의 iFrame으로 삽입하는 방식입니다. 아래 애니메이션에서는 그 절차를 보여 주며, 다음 작업 방법에 대한 문서 참고 페이지도 함께 제공합니다. Report 임베드하기 여기에서 확인할 수 있습니다.
혹시 협업자가 Weights & Biases 웹사이트에 접근할 수 없는 경우에도 Report를 내보낼 수 있습니다!
출판용 결과 내보내기
때때로 여러분이나 협업자는 Reports 생태계 밖에서 활용할 수 있도록 결과를 내보내고 싶을 수 있습니다. Weights & Biases는 몇 번의 클릭만으로 또는 프로그래밍 방식으로 단일 차트, 데이터셋, 실험 지표(정확도 등), 하이퍼파라미터 목록 등을 내보낼 수 있는 기능을 제공합니다. wandb API.
데이터 내보내기
먼저 실험에서 데이터를 내보내고 싶다고 가정해 보겠습니다. 예를 들어 여러 개의 run 전반에 걸친 데이터를 다운로드하려면 아래 코드를 사용하면 됩니다.
호출 api.runs 는 반복 가능한 리스트처럼 동작하는 Runs 객체를 반환합니다. 기본적으로 이 객체는 한 번에 50개의 run을 순차적으로 로드하지만, 다음을 변경하여 페이지당 로드할 run 수를 조정할 수 있습니다. per_page 키워드 인자. api.runs 또한 order 키워드 인자를 받을 수 있습니다. 기본 정렬 순서는 내림차순입니다. -created_at ; 지정합니다 +created_at 오름차순으로 결과를 얻으려면. 또한 config 또는 summary 값으로 정렬할 수도 있습니다(예:). summary.val_acc 또는 config.experiment_name.
아래 코드는 다음을 클릭하면 자동으로 생성됩니다 추가 작업 > 패널 내보내기 아래 애니메이션의 처음 두 단계에 표시되는 메뉴에서 단일 차트의 데이터 내보내기 섹션:
import pandas as pdimport wandbapi = wandb.Api()# Project is specified by <entity/project-name>runs = api.runs("<entity>/<yourproject>")summary_list = []config_list = []name_list = []for run in runs:# run.summary are the output key/values like accuracy.# We call ._json_dict to omit large filessummary_list.append(run.summary._json_dict)# run.config is the input metrics.# We remove special values that start with _.config = {k:v for k,v in run.config.items() if not k.startswith('_')}config_list.append(config)# run.name is the name of the run.name_list.append(run.name)summary_df = pd.DataFrame.from_records(summary_list)config_df = pd.DataFrame.from_records(config_list)name_df = pd.DataFrame({'name': name_list})all_df = pd.concat([name_df, config_df,summary_df], axis=1)all_df.to_csv("project.csv")
다른 시각화 도구에서 사용할 데이터를 내보내는 방법에 대해 더 알아보려면 다음을 참고하세요 matplotlib, seaborn등등, 부탁드립니다 여기 문서 섹션을 참고하세요대량으로 데이터를 내보내기 위한 API 사용 예시는 다음 문서를 참고하세요 이 문서 페이지.
단일 차트의 데이터 내보내기
전체 프로젝트의 데이터를 내보내는 대신, 단일 차트의 데이터를 손쉽게 내보내 다른 차트 라이브러리에서 사용할 수 있습니다. 예를 들어, matplotlib, seaborn 등등
도형 내보내기
내보냈던 것과 마찬가지로 데이터 이전 단계에서 수행한 실험의 결과물인 도형도 동일한 메뉴에서 다양한 형식으로 내보낼 수 있습니다. 도형을 내보낼 때 형식은 PNG, SVG, 또는 PDF 중에서 선택할 수 있습니다.
도형 내보내기 - 문제 해결
기본 로깅 속도가 기대보다 느리게 느껴질 수 있습니다. 일반적으로 서로 다른 메트릭의 총 개수를 10,000개 이하로 유지하세요. 또한 신규 사용자는 API를 통해 분당 약 200건의 요청으로 제한되며, 이는 대략 15개의 프로세스를 병렬로 실행할 수 있는 수준입니다. 신규 사용자로서 15개 이상의 프로세스를 병렬로 실행하고 싶다면 contact@wandb.com 으로 문의해 주세요.. 한도와 모범 사례에 대한 추가 정보는 여기에서 확인할 수 있습니다.
실험 결과 내보내기
이제 실험의 일부를 내보내는 방법—데이터와 도형—을 살펴봤으니, 전체 Report를 어떻게 내보낼 수 있는지 궁금하실 수 있습니다. Report를 만든 뒤 화면 오른쪽 상단의 점 세 개 메뉴를 클릭하세요.
그다음 메뉴에서 Report를 복제할 수 있습니다. 이 기능은 Report의 여러 버전을 만들어 서로 다른 대상에게 검토용으로 약간씩 다른 사본을 배포할 때나, 숙제 문제 목록이 포함된 과제를 만들어 배포할 때 유용합니다. 그리고 학생들이 직접 작성할 수 있도록 자신의 사본을 만들고 싶을 때.
Report를 복제하는 대신 우리는 …하려고 합니다 내보내기 ‘첫 소견 보고 Report에서 PDF 또는 … 중에서 선택 . 우리는 …을 선택합니다 옵션에서, 재현성 템플릿, 학회 발표용으로 바로 사용할 수 있는 성능 곡선 시리즈와 Report에 포함한 코드 스니펫(줄 번호 포함), 그리고 Report에 작성한 모든 텍스트를 생성합니다. A zip 파일로, Overleaf 또는 여러분의 선호하는 편집기에서 사용할 수 있도록 파일이 로컬 컴퓨터로 다운로드됩니다. 그곳에서 필요한 내용을 추가하면 논문을 게재할 준비가 완료됩니다.
인용 안내
마지막으로, W&B를 인용하고 싶다면 다음과 같은 미리 준비된 방법을 사용할 수 있습니다:
"We used Weights & Biases for experiment tracking and visualizations to develop insights for this paper."
인용
@article{biewald2020experiment,title={Experiment tracking with weights and biases},author={Biewald, Lukas},journal={Software available from wandb.com},volume={2},pages={233},year={2020}}
IEEE 인용
L. Biewald, “Weights & Biases를 활용한 실험 추적,” Weights & Biases. [온라인]. 이용 가능: http://wandb.com/. [접근일: 여기에 날짜를 입력하세요].
관련 읽을거리:
Weights & Biases: Your Automated Logging Companion for Reproducible Research
How W&B helps students, researchers, teachers, and academics of all stripes log research for easy collaboration, sharing, and reproducibility
How Many Discoveries Were Lost Because They Weren't Written Down?
With Reports you can save your ingenious ideas and insights alongside a snapshot of your work and then share them with your team. Or just keep them all for when you need them.
Add a comment