データの表示
モデルのトレーニングや評価中にメトリクスやリッチメディアを ログ に記録し、クラウドまたは独自の ホスティングインスタンス に同期された永続的なデータベースで結果を可視化します。
データのインタラクティブな探索
テーブルの表示、ソート、フィルタリング、グループ化、結合、クエリ実行を行い、データとモデルのパフォーマンスを理解できます。静的ファイルをブラウジングしたり、分析スクリプトを再実行したりする必要はありません。
モデルバージョンの比較
異なるトレーニング エポック、Datasets、ハイパーパラメーター の選択、モデル アーキテクチャーなどの結果を素早く比較できます。
詳細の追跡と全体像の把握
ズームインして特定のステップでの特定の 予測 を可視化し、ズームアウトして集計統計を確認し、エラーのパターンを特定して改善の機会を理解します。このツールは、単一のモデルトレーニングのステップ間の比較や、異なるモデルバージョン間での結果の比較に役立ちます。
W&B Tables を使用したプロジェクト例
以下は、W&B Tables を使用している実際の W&B Projects のハイライトです。画像分類
Visualize Data for Image Classification を読むか、データ可視化の nature Colab を試すか、Artifacts のコンテキスト を探索して、CNNが iNaturalist の写真から10種類の生物（植物、鳥、昆虫など）をどのように特定するかを確認してください。
オーディオ
音色変換に関する Whale2Song - W&B Tables for Audio で、オーディオテーブルを操作してみてください。録音されたクジラの歌と、バイオリンやトランペットなどの楽器で合成された同じメロディの演奏を比較できます。また、audio transfer Colab を使用して自分の歌を録音し、W&B でその合成バージョンを探索することもできます。
テキスト
トレーニングデータや生成された出力からテキストサンプルをブラウズし、関連するフィールドで動的にグループ化し、モデルのバリエーションや実験設定間で評価を調整します。テキストを Markdown としてレンダリングしたり、ビジュアル diff モードを使用してテキストを比較したりできます。文字ベースの RNN の例については、Shakespeare text generation report を参照してください。
ビデオ
トレーニング中に ログ に記録されたビデオをブラウズし、集計して、モデルを理解します。これは、副作用を最小限に抑える ことを目指す RL エージェントの SafeLife ベンチマーク を使用した初期の例です。
表形式データ
バージョン管理と重複排除を用いて 表形式データの分割と前処理 を行う方法についての Reports をご覧ください。
モデルバリエーションの比較（セマンティックセグメンテーション）
セマンティックセグメンテーションのために Tables を ログ に記録し、異なるモデルを比較する インタラクティブなノートブック と ライブサンプル です。このテーブル で独自のクエリを試してみてください。