컬렉션에 설명 추가

컬렉션에 사람이 읽기 쉬운 텍스트를 추가하여 사용자가 컬렉션의 목적과 그 안에 포함된 아티팩트를 이해할 수 있도록 하십시오.

컬렉션의 유형에 따라 학습 데이터, 모델 아키텍처, 태스크, 라이선스, 참고 자료, 배포 정보 등을 포함할 수 있습니다. 다음은 컬렉션에서 문서화할 만한 주제들입니다:

W&B는 최소한 다음 세부 정보를 포함할 것을 권장합니다:

• Summary: 컬렉션의 목적과 이 머신러닝 실험에 사용된 머신러닝 프레임워크.
• License: 머신러닝 모델 사용과 연관된 법적 조건과 권한. 이를 통해 모델 사용자는 어떤 법적 틀 안에서 모델을 활용할 수 있는지 이해할 수 있습니다. 일반적인 라이선스로는 Apache 2.0, MIT, GPL 등이 있습니다.
• References: 관련 연구 논문, 데이터셋 또는 외부 리소스에 대한 인용 또는 참고 자료.

컬렉션에 학습 데이터가 포함되어 있다면, 다음과 같은 추가 세부 정보를 포함하는 것을 고려하십시오:

• Training data: 사용된 학습 데이터를 설명합니다.
• Processing: 학습 데이터셋에 수행된 전처리 또는 기타 처리 작업.
• Data storage: 데이터가 어디에 저장되어 있는지와 해당 데이터에 접근하는 방법.

컬렉션에 머신러닝 모델이 포함되어 있다면, 다음과 같은 추가 세부 정보를 포함하는 것을 고려하십시오:

• Architecture: 모델 아키텍처, 레이어, 그리고 특정 설계 선택에 대한 정보.
• Task: 컬렉션의 모델이 수행하도록 설계된 구체적인 태스크 또는 문제 유형. 이는 모델이 의도한 능력을 분류한 것입니다.
• Deserialize the model: 팀원이 모델을 메모리로 로드하는 방법에 대한 정보를 제공합니다.
• Deployment: 모델이 어떻게, 어디에 배포되어 있는지에 대한 상세 내용과, 워크플로 오케스트레이션 플랫폼 등 다른 엔터프라이즈 시스템에 모델이 어떻게 통합되는지에 대한 지침.

​

컬렉션에 설명 추가하기

W&B Registry UI 또는 Python SDK를 사용해 컬렉션에 대한 설명을 인터랙티브하게 또는 프로그래밍 방식으로 추가할 수 있습니다.

W&B Registry UI

1. W&B Registry로 이동합니다.
2. 컬렉션을 클릭합니다.
3. 컬렉션 이름 옆의 View details를 선택합니다.
4. Description 필드에 컬렉션에 대한 정보를 입력합니다. 텍스트는 Markdown 마크업 언어로 서식화할 수 있습니다.

Python SDK

wandb.Api().artifact_collection() 메서드를 사용해 컬렉션의 설명을 조회합니다. 반환된 객체의 description 속성을 사용해 컬렉션 설명을 추가하거나 업데이트합니다.

type_name 매개변수에는 컬렉션의 유형을, name 매개변수에는 컬렉션의 전체 이름을 지정합니다. 컬렉션 이름은 접두사 “wandb-registry”, 레지스트리 이름, 컬렉션 이름을 슬래시(/)로 구분해 결합한 문자열입니다:

wandb-registry-{REGISTRY_NAME}/{COLLECTION_NAME}

다음 코드 스니펫을 Python 스크립트나 노트북에 복사해 붙여넣습니다. 꺾쇠 괄호(<>)로 둘러싸인 값을 자신의 값으로 바꾸세요.

import wandb

api = wandb.Api()

collection = api.artifact_collection(
  type_name = "<collection_type>", 
  name = "<collection_name>"
  )


collection.description = "This is a description."
collection.save()  

예를 들어, 다음 이미지는 모델의 아키텍처, 의도된 사용 방식, 성능 정보 등을 문서화한 컬렉션을 보여줍니다.