쿼리 패널 개요

이 페이지의 일부 기능은 베타 상태이며, 기능 플래그 뒤에 숨겨져 있습니다. 프로필 페이지의 소개란에 weave-plot을 추가하여 모든 관련 기능을 활성화하세요.

W&B Weave를 찾고 계신가요? 생성형 AI 애플리케이션을 만들기 위한 W&B의 도구 제품군을 찾고 계신가요? Weave 문서는 여기에서 확인하세요: wandb.me/weave.

쿼리 패널을 사용해 데이터를 쿼리하고 대화형으로 시각화하세요.

​

쿼리 패널 생성

워크스페이스 또는 리포트 내에 쿼리를 추가합니다.

Project workspace

1. 프로젝트의 워크스페이스로 이동합니다.
2. 오른쪽 상단에서 Add panel을 클릭합니다.
3. 드롭다운에서 Query panel을 선택합니다.

W&B Report

/Query panel을 입력하고 선택합니다.

또는 쿼리를 실행 집합에 연결할 수도 있습니다:

1. 리포트 내에서 /Panel grid를 입력하고 선택합니다.
2. Add panel 버튼을 클릭합니다.
3. 드롭다운에서 Query panel을 선택합니다.

​

쿼리 구성 요소

​

Expressions

W&B에 저장된 실행, 아티팩트, 모델, 테이블 등의 데이터를 조회할 때 쿼리 표현식을 사용하세요.

​

예시: 테이블 쿼리하기

W&B Table을 쿼리하고 싶다고 가정해 보겠습니다. 학습 코드에서 "cifar10_sample_table"이라는 이름의 테이블을 로깅합니다:

import wandb
with wandb.init() as run:
  run.log({"cifar10_sample_table":<MY_TABLE>})

쿼리 패널에서 다음과 같이 테이블을 쿼리할 수 있습니다:

runs.summary["cifar10_sample_table"]

이를 단계별로 살펴보면 다음과 같습니다:

• runs는 Query Panel이 Workspace 안에 있을 때 Query Panel Expressions에 자동으로 주입되는 변수입니다. 이 변수의 “값”은 해당 Workspace에서 볼 수 있는 실행들의 목록입니다. 실행 내에서 사용할 수 있는 다양한 속성에 대해 여기에서 확인하세요.
• summary는 특정 실행의 Summary 객체를 반환하는 op입니다. op는 매핑되므로, 이 op는 목록에 있는 각 실행에 적용되어 Summary 객체들의 목록을 반환합니다.
• ["cifar10_sample_table"]는 대괄호로 표시되는 Pick op로, predictions를 인자로 받습니다. Summary 객체는 딕셔너리 혹은 map처럼 동작하므로, 이 연산은 각 Summary 객체에서 predictions 필드를 가져옵니다.

대화형으로 직접 쿼리를 작성하는 방법을 배우려면 Query panel 데모를 참고하세요.

​

설정

패널 왼쪽 상단의 톱니바퀴 아이콘을 선택해 쿼리 설정을 펼칩니다. 이를 통해 패널 유형과 결과 패널의 매개변수를 구성할 수 있습니다.

​

결과 패널

마지막으로, 쿼리 결과 패널은 선택한 쿼리 패널과 구성 설정을 사용해 쿼리 표현식의 결과를 대화형 형식으로 표시합니다. 아래 이미지는 동일한 데이터를 테이블과 플롯으로 각각 나타낸 예시입니다.

​

기본 작업

쿼리 패널에서 일반적으로 수행할 수 있는 기본 작업은 다음과 같습니다.

​

정렬

열 옵션에서 정렬을 선택합니다:

​

Filter

쿼리에서 직접 필터를 지정하거나, 왼쪽 상단의 Filter 버튼(두 번째 이미지)을 사용할 수 있습니다.

​

Map

Map 연산은 리스트를 순회하면서 데이터의 각 요소에 함수를 적용합니다. 패널 쿼리에서 직접 실행하거나 컬럼 옵션에서 새 컬럼을 삽입하여 수행할 수 있습니다.

​

그룹화

쿼리 또는 열 옵션을 사용해 그룹화할 수 있습니다.

​

Concat

concat 연산을 사용하면 두 개의 테이블을 이어 붙일 수 있으며, 패널 설정에서 concat 또는 join을 수행할 수 있습니다.

​

조인

쿼리에서 테이블을 직접 조인할 수도 있습니다. 다음 쿼리식을 살펴보세요:

project("luis_team_test", "weave_example_queries").runs.summary["short_table_0"].table.rows.concat.join(\
project("luis_team_test", "weave_example_queries").runs.summary["short_table_1"].table.rows.concat,\
(row) => row["Label"],(row) => row["Label"], "Table1", "Table2",\
"false", "false")

왼쪽 테이블은 다음과 같이 생성됩니다:

project("luis_team_test", "weave_example_queries").\
runs.summary["short_table_0"].table.rows.concat.join

오른쪽에 있는 표는 다음을 기반으로 생성됩니다:

project("luis_team_test", "weave_example_queries").\
runs.summary["short_table_1"].table.rows.concat

여기서:

• (row) => row["Label"] 은 각 테이블에 대해 어떤 컬럼을 기준으로 조인할지 결정하는 선택자 함수입니다.
• "Table1" 과 "Table2" 는 조인 후 각 테이블을 지칭하는 이름입니다.
• true 와 false 는 좌/우 내부(inner)/외부(outer) 조인 옵션을 지정하는 값입니다.

​

실행 객체

runs 객체에 액세스하려면 쿼리 패널을 사용합니다. 실행 객체는 실험의 기록을 저장합니다. 자세한 내용은 Accessing runs object를 참고하세요. 간단히 요약하면, runs 객체에는 다음과 같은 항목이 있습니다:

• summary: 실행 결과를 요약한 정보의 딕셔너리입니다. 정확도와 손실 같은 스칼라 값이 될 수도 있고, 큰 파일일 수도 있습니다. 기본적으로 wandb.Run.log()는 기록된 시계열의 마지막 값을 summary로 설정합니다. summary의 내용을 직접 설정할 수도 있습니다. summary는 실행의 “출력”이라고 생각하면 됩니다.
• history: 손실처럼 모델이 학습되는 동안 변경되는 값을 저장하기 위한 딕셔너리 목록입니다. wandb.Run.log() 명령은 이 객체에 항목을 추가합니다.
• config: 학습 실행의 하이퍼파라미터나 데이터셋 아티팩트를 생성하는 실행의 전처리 방법 등, 실행의 설정 정보를 담은 딕셔너리입니다. 이를 실행의 “입력”이라고 생각하면 됩니다.

​

아티팩트 액세스

아티팩트는 W&B의 핵심 개념입니다. 아티팩트는 파일과 디렉터리로 이루어진, 이름이 붙은 버전 관리 컬렉션입니다. 아티팩트를 사용하여 모델 가중치, 데이터셋, 그리고 그 외의 모든 파일이나 디렉터리를 추적할 수 있습니다. 아티팩트는 W&B에 저장되며, 다른 실행에서 다운로드하거나 사용할 수 있습니다. 자세한 내용과 예시는 아티팩트 액세스에서 확인할 수 있습니다. 일반적으로 아티팩트는 project 객체를 통해 액세스합니다:

• project.artifactVersion(): 프로젝트 내에서 주어진 이름과 버전에 해당하는 특정 아티팩트 버전을 반환합니다
• project.artifact(""): 프로젝트 내에서 주어진 이름에 해당하는 아티팩트를 반환합니다. 이후 .versions를 사용하여 이 아티팩트의 모든 버전 목록을 가져올 수 있습니다
• project.artifactType(): 프로젝트 내에서 주어진 이름에 해당하는 artifactType을 반환합니다. 이후 .artifacts를 사용하여 이 타입의 모든 아티팩트 목록을 가져올 수 있습니다
• project.artifactTypes: 해당 프로젝트의 모든 아티팩트 타입 목록을 반환합니다