Tables 개요

데이터셋을 반복적으로 개선하고 모델의 예측을 이해합니다

W&B Tables를 사용해 표 형식 데이터를 시각화하고 쿼리할 수 있습니다. 예를 들어 다음과 같이 활용할 수 있습니다:

• 서로 다른 모델이 동일한 테스트 세트에서 어떤 성능을 내는지 비교
• 데이터에서 패턴을 식별
• 샘플 모델 예측 결과를 시각적으로 확인
• 자주 오분류되는 사례를 쿼리로 찾아보기

위 이미지는 시맨틱 세그멘테이션과 사용자 정의 메트릭이 포함된 Table을 보여줍니다. 이 Table은 W&B ML Course의 샘플 프로젝트에서 확인할 수 있습니다.

​

동작 방식

Table은 각 열(column)이 하나의 데이터 타입만 갖는 2차원 데이터 그리드입니다. Table은 원시 타입과 수치 타입뿐 아니라 중첩 리스트, 딕셔너리, 리치 미디어 타입도 지원합니다.

​

Table 로그하기

몇 줄의 코드로 테이블을 로그합니다:

• wandb.init(): 결과를 추적할 실행을 생성합니다.
• wandb.Table(): 새 table 객체를 생성합니다.
  • columns: 열 이름을 설정합니다.
  • data: 테이블의 내용을 설정합니다.
• run.log(): 테이블을 로그하여 W&B에 저장합니다.

import wandb

with wandb.init(project="table-test") as run:
    my_table = wandb.Table(columns=["a", "b"], data=[["a1", "b1"], ["a2", "b2"]])
    run.log({"Table Name": my_table})

​

시작하기

• 빠른 시작: 데이터 테이블을 로깅하고, 데이터를 시각화하며, 데이터를 쿼리하는 방법을 알아봅니다.
• Tables 갤러리: Tables 활용 예시를 확인합니다.