플랫폼
W&B Models
W&B Weave
W&B Inference
W&B 교육
릴리스 노트데이터 설정
X-axis
wandb.Run.log()으로 로깅한 정수 또는 부동소수점 값으로 설정합니다.
사용할 수 있는 시간 기반 x축 옵션은 다음과 같습니다:
- Step:
wandb.Run.log()이 호출될 때마다 1씩 증가합니다. 모델에서 로깅된 학습 step 수를 나타냅니다. (기본값) - Relative Time (Wall): 프로세스가 시작된 이후의 실제 시각 기준 경과 시간입니다. 실행을 시작한 뒤 하루 동안 일시 중지했다가 다시 실행하고 로그를 남기면, 해당 포인트는 24시간 위치에 표시됩니다.
- Relative Time (Process): 실행 중인 프로세스 내부에서의 경과 시간입니다. 실행을 시작해 10초 동안 실행한 뒤 하루 동안 일시 중지하고 다시 실행하면, 해당 포인트는 10초 위치에 표시됩니다.
- Wall Time: 그래프에서 첫 번째 실행이 시작된 이후 경과한 시간(분)입니다.
- X range: 기본적으로 x축의 최소값에서 최대값까지입니다. 최소값과 최대값을 직접 설정해 사용자 지정할 수 있습니다.
Y-axis
wandb.Run.log()으로 기록한 정수 또는 실수 값으로 설정합니다. 단일 값, 값 배열 또는 값의 히스토그램을 지정할 수 있습니다. 하나의 변수에 대해 1500개를 초과하는 포인트를 기록한 경우, W&B는 최대 1500개 포인트만 사용하도록 샘플링합니다.
실행 테이블에서 실행 색상을 변경해 Y축 선의 색상을 사용자 지정할 수 있습니다.
- Y range: 기본값은 메트릭의 가장 작은 양수 값(0 포함)부터 메트릭의 가장 큰 값까지입니다. 최소값과 최대값을 사용자 지정할 수 있습니다.
포인트 집계 방식
- 무작위 샘플링(기본값): 무작위 샘플링을 참조하세요.
- 원본 보존(Full fidelity): 원본 보존(Full fidelity)을 참조하세요.
스무딩
- Time weighted EMA(기본값): 이전 지점의 가중치를 시간에 따라 지수적으로 감소시키는 방식으로 시계열 데이터를 스무딩하는 기법입니다.
- Running average: 특정 x 값 주변 구간(윈도우)에 있는 지점들의 평균으로 해당 지점을 대체합니다.
- Gaussian: 스무딩 파라미터로 지정한 표준편차를 갖는 가우시안 분포에 해당하는 가중치를 사용해 각 지점의 가중 평균을 계산합니다.
- No smoothing
이상치 무시
- Random sampling mode: 이상치를 무시하면 플롯에서 하위 5%와 상위 95%에 해당하는 포인트를 제외합니다.
- Full fidelity mode: 이상치를 무시하면 모든 포인트를 유지하되, 각 버킷의 마지막 값만 남기도록 축약해 표시하고, 하위 5%와 상위 95% 구간은 음영 처리합니다.
최대 실행 수 또는 그룹
워크스페이스는 설정과 관계없이 최대 1000개의 실행만 표시할 수 있습니다.
차트 유형
- 선형 플롯
- 영역 플롯
- 백분율 영역 플롯:
그룹 설정
- 실행 그룹화: 플롯에서 실행 그룹화를 켭니다. 아래의 음영 범위를 설정하려면 필요합니다.
- 그룹 기준: 선택적으로 열을 하나 선택합니다. 해당 열의 값이 같은 모든 실행이 함께 그룹화됩니다.
- 집계: 그래프에서 선이 나타내는 값입니다. 선택 가능한 옵션은 그룹의 평균(mean), 중앙값(median), 최솟값(min), 최댓값(max)입니다.
- 범위: 원본 선형(line) 플롯의 음영 영역을 설정합니다. 옵션은 Min/Max, 표준편차(Std Dev), 표준오차(Std Err) 또는 None입니다.
차트 설정
- 패널 제목: 패널 상단에 표시되는 제목입니다.
- X축 제목: x축에 대한 레이블입니다.
- Y축 제목: y축에 대한 레이블입니다.
- 범례: 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(는) royal-sweep - 0.5와 같은 범례 이름을 생성합니다. 여기서 royal-sweep은 실행 이름이고, 0.5는 dropout이라는 이름의 config 매개변수 값입니다.
포인트별 값
[[ ]] 안에 값을 설정합니다.
- 톱니바퀴 아이콘을 클릭하여 플롯 설정을 엽니다.
- Display preferences 탭으로 이동합니다.
- 탭의 하단에서 하나 이상의 플롯 지표에 대해 표시할 포인트별 값을 설정합니다.
- Apply를 클릭합니다.
[[ $x: $y ($original) ]]는 “2: 3 (2.9)“와 같은 값을 표시합니다.
[[ ]] 안에서 지원되는 값:
| Value | Meaning |
|---|---|
${x} | X값 |
${y} | Y값 (스무딩 조정을 포함) |
${original} | 스무딩 조정을 포함하지 않은 Y값 |
${mean} | 그룹화된 실행의 평균값 |
${stddev} | 그룹화된 실행의 표준편차 |
${min} | 그룹화된 실행의 최소값 |
${max} | 그룹화된 실행의 최대값 |
${percent} | 전체 대비 비율 (누적 영역 차트용) |
Expressions
Y-axis expressions
1-accuracy 와 같은 값이나 기타 산술 표현식을 계산할 수 있습니다. 현재는 단일 메트릭을 플롯할 때에만 동작합니다.
지원되는 연산자: +, -, *, /, %, 그리고 ** (지수 계산용).
로그된 메트릭과 하이퍼파라미터와 같은 구성 값을 모두 사용해 사용자 정의 선을 계산할 수 있습니다.
X축 표현식
_step: 기본 X축 값입니다.${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 이름으로 메트릭을 기록했다면,layer_\d+_loss같은 정규식을 사용해 모든 레이어의 loss를 하나의 플롯에 표시할 수 있습니다. - 공통 이름 패턴을 공유하는 모든 메트릭을 일치시킵니다. 예를 들어:
train_.*는train_loss,train_accuracy,train_f1_score와 같은 모든 학습 메트릭과 일치합니다..*_accuracy는train_accuracy,val_accuracy,test_accuracy처럼 서로 다른 데이터셋에 대한 accuracy 메트릭과 모두 일치합니다.
- 원하는 메트릭만 일치시키기 위해 OR(선택, alternation)을 사용합니다. 예를 들어, 비포획 그룹
(?:layer_0|layer_10)_loss는 중간 레이어를 제외하고 첫 번째와 열 번째 레이어의 loss만 일치합니다.
캡처 그룹
-
캡처 그룹은 여러 개의 패널을 만듭니다
정규식에 캡처 그룹을 이루는 괄호가 포함되어 있으면, UI는 해당 그룹이 캡처한 각 고유 값마다 별도의 패널을 생성합니다.
예를 들어
(layer_0|layer_10)_loss표현식에는 캡처 그룹이 포함되어 있으며, 다음과 같이 두 개의 별도 패널이 생성됩니다.layer_0에 매칭되는 메트릭용 패널 하나layer_10에 매칭되는 메트릭용 패널 하나
-
비캡처 그룹은 메트릭을 한 패널에 유지합니다
별도의 패널을 만들지 않고 여러 후보를 매칭하려면
?:구문을 사용하는 비캡처 그룹을 사용하세요.(?:layer_0|layer_10)_loss표현식은 앞의 예제와 동일한 메트릭을 매칭하지만, 하나의 패널에 함께 표시합니다.
(layer_0|layer_10)_loss- 각 레이어에 대해 하나씩, 두 개의 패널을 생성합니다.(?:layer_0|layer_10)_loss- 두 레이어를 함께 보여주는 하나의 패널을 생성합니다.