반응형
안녕하세요~
27년차 진로탐색꾼 조녁입니다!!
드디어 해커톤이 끝나서 다시 블로그에 글을 쓰려고합니다!!
조만간 상반기 감사할 것들 정리도하고 그간 공부하면서 노션에 정리해놓은 것들도 잘 정리해서 포스팅할 계획입니다.
오늘은 다시 MLOps 강의 들은 것도 포스팅 시작하려합니다!!
특별히 형상관리가 필요한 이유와 , 한 가지툴을 추천하는 강의였습니다.
1. 실험관리 개요
1-1. 실험관리가 필요한이유
- 실험 관리라도 해서 인사이트 리포트라도 만들어야하는 상황 발생보고해야하는데, 한달동안 된게 없네? ..
- 저번에 학습잘됐는데 lr 몇이었지? ..
- 저번에 논문 썼는데, 실험 재연이 안되네? .. (하이퍼파라미터 안적어놓음 ㅠ )
- 가장 성능 좋은 모델이 뭐지?
2. 실습(Weights and Biases)
https://colab.research.google.com/drive/1bK7gcsQGBCqvKmO8CaK1wsMtlpJaT196#scrollTo=WQCfpwArnPNQ
Weights and Biases 실습 코드는 위에있으며 저도 강의를 들으며 함께 실습했습니다. 중간 중간 막히는 것들이 있었는데 MNist 셋에 대해서 학습 한 후 성능이 기록되는 것을 확인할 수 있었습니다.
저는 강의들으면서 체험판 같은 걸 썼었는데 지금도 아마 가능할 것 같습니다! 해커톤 참여하면서 형상관리의 필요성을 절실하게 느꼈는데 확실히 이런 툴들이 현업에서 잘 쓰일 것 같다는 생각이 들었습니다.
참고자료 강의
반응형
'머신러닝 & 딥러닝 공부 > MLOPs' 카테고리의 다른 글
[MLOps] 1-2.머신러닝 파이프라인 단계 (0) | 2021.05.17 |
---|---|
[MLOps] 1-1.머신러닝 파이프라인 (1) | 2021.05.14 |