DeepChecks - Weights & Biases Documentation

DeepChecks를 사용하면 적은 노력으로도 머신 러닝 모델과 데이터를 검증할 수 있습니다. 예를 들어 데이터 무결성을 확인하고, 데이터 분포를 점검하고, 데이터 분할을 검증하고, 모델을 평가하고, 서로 다른 모델을 비교할 수 있습니다. DeepChecks와 wandb 인테그레이션에 대해 자세히 알아보기 ->

시작하기

DeepChecks에서 W&B를 사용하려면 먼저 W&B 계정에 가입해야 합니다. DeepChecks의 W&B 인테그레이션을 사용하면 다음과 같이 바로 시작할 수 있습니다:

import wandb

wandb.login()

# deepchecks에서 check 임포트
from deepchecks.checks import ModelErrorAnalysis

# check 실행
result = ModelErrorAnalysis()

# 결과를 wandb에 푸시
result.to_wandb()

DeepChecks 테스트 스위트 전체를 W&B에 로깅할 수도 있습니다.

import wandb

wandb.login()

# deepchecks에서 full_suite 테스트 임포트
from deepchecks.suites import full_suite

# DeepChecks 테스트 스위트 생성 및 실행
suite_result = full_suite().run(...)

# 결과를 wandb에 푸시
# 필요한 wandb.init 설정 및 인수를 여기서 전달할 수 있습니다
suite_result.to_wandb(project="my-suite-project", config={"suite-name": "full-suite"})

예시

이 리포트는 DeepChecks와 W&B를 함께 사용할 때의 강력한 활용 효과를 보여줍니다.

이 W&B 인테그레이션에 대해 궁금한 점이 있거나 문제가 발생했나요? DeepChecks GitHub 저장소에 이슈를 등록해 주시면, 저희가 확인해 답변드리겠습니다.

​시작하기

​예시

시작하기

예시