[ Weights & Biases로 모델의 버전 추적 & 시각화 & 디버깅 & 공유 ] 모델을 만들기 위해서는 다양한 '실험'을 해야하고, 그 실험의 내용을 비교분석 할 수 있어야 한다 - Ver

[ Weights & Biases로 모델의 버전 추적 & 시각화 & 디버깅 & 공유 ] 모델을 만들기 위해서는 다양한 '실험'을 해야하고, 그 실험의 내용을 비교분석 할 수 있어야 한다 - Version control. ML Flow도 그런 솔루션 중 하나다. 소개할 Weights & Biases는 모델에 대해 조금 더 많은 인사이트를 제공해주고, collaboration도 조금 더 용이하다. Pytorch, fastai, tensorflow, huggingface, keras 등 지원 Experiment - loss, gradient, bias, weights 추적 및 저장 - cpu, gpu 사용 추적 - hyper parameter 트래킹 - model versioning - data versioning을 통해 데이터에 주는 변화가 결과 값에 어떤 영향을 주는지 관찰 Hyperparameter tuning - best_param 찾기 - hyperparameter importance plot을 통해 loss에 영향을 가장 많이 주는 parameter를 알려줌 collaboration - 그래프들을 곧바로 보고서로 가져올 수 있음 - 팀원들과 함께 문서 편집 가능 git: https://github.com/wandb/client