Experiment Tracking
Experiments
모든 학습 실험의 지표·설정·결과를 자동으로 기록하고 비교하는 실험 추적의 표준입니다.
코드 몇 줄로 하이퍼파라미터·손실·정확도·GPU 사용량 등 실험의 모든 것을 자동 로깅하고, 대화형 대시보드에서 실험을 나란히 비교합니다. 누가·언제·어떤 설정으로 무엇을 학습했는지 완전히 재현 가능하게 남깁니다.
Experiments란
AI 모델을 개발하다 보면 수십~수백 번의 학습 실험이 쌓이고, '어떤 설정이 가장 좋았는지'를 잃어버리기 쉽습니다. W&B Experiments는 `wandb.log()` 한 줄로 지표·하이퍼파라미터·시스템 메트릭·아티팩트를 자동 기록해, 실험을 언제든 비교·재현할 수 있는 시스템 오브 레코드로 만듭니다.
핵심 기능
자동 로깅
지표·하이퍼파라미터·GPU/CPU·gradient까지 자동 기록
대화형 대시보드
실험을 나란히 비교·필터·시각화 (손실 곡선, 혼동행렬 등)
재현성
코드 버전·환경·데이터셋을 함께 캡처해 완전 재현
프레임워크 통합
PyTorch·TensorFlow·Keras·Hugging Face·XGBoost 등 기본 연동
기록 대상
| 항목 | 내용 |
|---|---|
| 지표 | loss·accuracy·custom metric 시계열 |
| 설정 | 하이퍼파라미터·config |
| 시스템 | GPU/CPU 사용률·메모리·전력 |
| 아티팩트 | 체크포인트·데이터셋·산출물 버전 |
무엇에 쓰나
모델 개발 추적
실험 이력을 남겨 최적 설정을 빠르게 탐색
팀 협업
실험 결과를 팀과 공유하고 리뷰
재현·감사
규제·연구에서 요구되는 재현성 확보