자동화된 테스트와 실험 추적을 사용해 ML 모델과 데이터셋을 검증할 수 있도록 W&B를 Deepchecks와 통합하세요.
DeepChecks를 사용하면 적은 노력으로도 머신 러닝 모델과 데이터를 검증할 수 있습니다. 데이터 무결성을 확인하고, 데이터 분포를 점검하고, 데이터 분할을 검증하고, 모델을 평가하고, 서로 다른 모델을 비교할 수 있습니다. 이 페이지에서는 DeepChecks와 W&B 인테그레이션을 사용하는 방법을 보여주며, 이를 통해 검증 결과와 테스트 스위트를 Experiments와 함께 로깅할 수 있습니다.자세한 내용은 DeepChecks W&B 인테그레이션 가이드를 참조하세요.
DeepChecks에서 W&B를 사용하려면 먼저 W&B 계정에 가입하세요. DeepChecks의 W&B 인테그레이션을 사용하면 체크 하나를 실행하고 그 결과를 W&B에 푸시하는 것부터 시작할 수 있습니다:
import wandbwandb.login()# deepchecks에서 check 임포트하기from deepchecks.checks import ModelErrorAnalysis# check 실행하기result = ModelErrorAnalysis()# 해당 결과를 wandb에 push하기result.to_wandb()
개별 검사를 로깅하는 것 외에도 DeepChecks 테스트 스위트 전체를 W&B에 로깅할 수 있습니다:
import wandbwandb.login()# deepchecks에서 full_suite 테스트를 임포트합니다from deepchecks.suites import full_suite# DeepChecks 테스트 suite를 생성하고 실행합니다suite_result = full_suite().run(...)# 결과를 wandb에 push합니다# 필요한 wandb.init 설정 및 인수를 여기에 전달할 수 있습니다suite_result.to_wandb(project="my-suite-project", config={"suite-name": "full-suite"})