플랫폼
W&B Models
W&B Weave
W&B Inference
W&B 교육
릴리스 노트학술 논문
스윕 실험
- Drought Watch Benchmark Progress
- 설명: Drought Watch 벤치마크에 대한 베이스라인을 개발하고 제출 결과를 탐색합니다.
- Tuning Safety Penalties in Reinforcement Learning
- 설명: 세 가지 다른 작업(패턴 생성, 패턴 제거, 내비게이션)에 대해 서로 다른 부수 효과 패널티로 학습된 에이전트를 살펴봅니다.
- Meaning and Noise in Hyperparameter Search with W&B Stacey Svetlichnaya
- 설명: 우리는 어떻게 신호와 파레이돌리아(실제로 존재하지 않는 패턴을 지각하는 현상)를 구분할 수 있을까요? 이 글은 W&B로 어떤 작업이 가능한지 보여 주고, 추가적인 탐색을 장려하는 것을 목표로 합니다.
- Who is Them? Text Disambiguation with Transformers
- 설명: Hugging Face를 사용해 자연어 이해를 위한 모델을 탐색합니다.
- DeepChem: Molecular Solubility
- 설명: 랜덤 포레스트와 딥 네트워크를 사용해 분자 구조로부터 화학적 특성을 예측합니다.
- Intro to MLOps: Hyperparameter Tuning
- 설명: 하이퍼파라미터 최적화가 왜 중요한지 살펴보고, 머신러닝 모델의 하이퍼파라미터 튜닝을 자동화하는 세 가지 알고리즘을 살펴봅니다.
selfm-anaged
- Sweeps with XGBoost
- 설명: XGBoost를 사용한 하이퍼파라미터 튜닝에 W&B Sweeps를 사용하는 방법을 설명합니다.