[MLOps]2-1. 실험관리 - Weights and Biases

 

 

 

 

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

Google Colaboratory Notebook

 

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

: https://www.inflearn.com/course/%EB%A8%B8%EC%8B%A0%EB%9F%AC%EB%8B%9D-%EC%97%94%EC%A7%80%EB%8B%88%EC%96%B4-%EC%8B%A4%EB%AC%B4/dashboard

머신러닝 엔지니어 실무 - 인프런 | 강의