
- Summary: 컬렉션의 목적과 머신 러닝 실험에 사용된 머신 러닝 프레임워크입니다.
- 라이선스: 머신 러닝 모델 사용과 관련된 법적 조건 및 권한입니다. 이를 통해 모델 사용자는 해당 모델을 어떤 법적 체계에서 활용할 수 있는지 이해할 수 있습니다. 일반적인 라이선스로는 Apache 2.0, MIT, GPL이 있습니다.
- 레퍼런스: 관련 연구 논문, Datasets, 또는 외부 리소스에 대한 인용이나 참조입니다.
- Training data: 사용한 트레이닝 데이터를 설명합니다.
- Processing: 트레이닝 데이터셋에 수행한 처리 작업입니다.
- Data storage: 해당 데이터가 저장된 위치와 액세스 방법입니다.
- Architecture: 모델 아키텍처, 레이어, 그리고 특정 설계 선택에 대한 정보입니다.
- Task: 컬렉션의 모델이 수행하도록 설계된 작업 또는 문제의 구체적인 유형입니다. 즉, 모델이 의도한 기능을 분류한 것입니다.
- Deserialize the model: 팀원이 모델을 메모리에 로드하는 방법에 대한 정보입니다.
- Deployment: 모델이 어떻게, 어디에 배포되는지에 대한 세부 정보와 워크플로 오케스트레이션 플랫폼 같은 다른 엔터프라이즈 시스템에 모델을 어떻게 통합하는지에 대한 안내입니다.
- Compare metrics: 컬렉션에 연결된 아티팩트의 서로 다른 아티팩트 버전 간 메트릭을 비교합니다. 이를 통해 사용자는 모델이 시간에 따라 어떻게 발전했는지, 그리고 서로 다른 버전이 특정 작업에서 어떤 성능을 보이는지 이해할 수 있습니다.
컬렉션에 설명 추가하기
- W&B Registry UI
- Python SDK
- W&B Registry로 이동합니다.
- 컬렉션을 클릭합니다.
- 컬렉션 이름 옆의 View details를 선택합니다.
- 컬렉션 Card 탭을 선택합니다.
- Edit card 버튼을 클릭합니다.
- 컬렉션 Card 편집기에서 컬렉션에 설명을 추가합니다. Markdown 서식을 사용해 텍스트에 스타일을 적용할 수 있습니다.
아티팩트 버전 간 메트릭 비교
- 컬렉션 Card 편집기에서 슬래시(
/)를 입력해 사용 가능한 Markdown 서식 옵션의 드롭다운 목록을 여세요. - Compare metrics를 선택해 컬렉션 Card에 메트릭 비교 테이블을 추가하세요.
transaction-risk-model 컬렉션에 연결된 5개의 서로 다른 아티팩트 버전에서 val/loss를 보여줍니다.
