학습과정을 tracking할 수 있는 방법들
- Tensorboard
- weight & biases
이 두 가지의 사용법을 알아보자!!
Tensorboard
TensorFlow의 프로젝트로 만들어진 시각화 도구
computational graph, metric, 학습결과의 시각화를 지원한다.
- scalar : metric, loss, precision 등 상수들을 시간(epoch)에 따라서 표시해준다.
- 모델의 computational graph
- weight 등의 값을 histogram으로 표현
- image나 text 를 예측 값과 실제 값을 바로 비교
- mesh : 3d 형태의 데이터 표현
Weight & Biases
MLOps 도구 중 하나
머신러닝 실험을 지원하기 위한 도구
협업, code versioning, metric mode 등 기록 제공
코드나 실험을 공유할 때 편리함
'부스트캠프 AI Tech 3기 > 이론 : U-stage' 카테고리의 다른 글
| [Day10] Pytorch 9. Hyperparameter Tuning (0) | 2022.01.28 |
|---|---|
| [Day10] Pytorch 8. Multi-GPU 학습 (0) | 2022.01.28 |
| [Day8] Pytorch 6. 모델 불러오기 : model.save(), load, checkpoint, freeze, transfer learning (0) | 2022.01.27 |
| [Day7] Pytorch 5. Pytorch Dataset : dataset, transforms, DataLoader (0) | 2022.01.26 |
| [Day7] Pytorch 4. AutoGrad & Optimizer : Module, Parameter (0) | 2022.01.25 |
