
- Summary: コレクションの目的、および機械学習の実験で使用した機械学習フレームワーク。
- License: 機械学習モデルの使用に関する法的条件と権限。これにより、モデルのユーザーは、そのモデルをどのような法的枠組みのもとで利用できるかを理解できます。一般的なライセンスには、Apache 2.0、MIT、GPL があります。
- References: 関連する研究論文、データセット、または外部リソースへの引用や参照。
- Training data: 使用したトレーニングデータを説明します。
- Processing: トレーニングデータセットに対して実施した処理。
- Data storage: そのデータの保存場所とアクセス方法。
- Architecture: モデルアーキテクチャ、レイヤー、および特定の設計上の選択に関する情報。
- Task: コレクション内のモデルが実行するよう設計されている、具体的なタスクまたは問題のタイプ。これは、モデルが意図する機能の分類です。
- Deserialize the model: チーム内のユーザーがそのモデルをメモリに読み込む方法に関する情報。
- Deployment: モデルがどのように、どこにデプロイされているかの詳細と、ワークフローオーケストレーションプラットフォームなどの他のエンタープライズシステムにモデルをどのように統合しているかに関するガイダンス。
- Compare metrics: コレクションにリンクされた アーティファクト の異なるバージョン間でメトリクスを比較します。これにより、モデルが時間の経過とともにどのように進化したか、また異なるバージョンが特定のタスクでどのような性能を示すかをユーザーが理解しやすくなります。
コレクション に説明を追加する
- W&B Registry UI
- Python SDK
- W&B Registry にアクセスします。
- コレクション をクリックします。
- コレクション の名の横にある View details を選択します。
- コレクションカード タブを選択します。
- Edit card ボタンをクリックします。
- コレクションカードエディタ内で、コレクション に説明を追加します。Markdown 書式を使用してテキストのスタイルを設定できます。
アーティファクト のバージョン間でメトリクスを比較する
- コレクションカードエディタで、スラッシュ (
/) を入力して、使用可能な Markdown 書式オプションのドロップダウンリストを開きます。 - Compare metrics を選択して、メトリクスの比較表をコレクションカードに追加します。
transaction-risk-model コレクションにリンクされた 5 つの異なる アーティファクト バージョンにまたがる val/loss を示しています。
