Sweeps Overview

W&B Sweeps를 활용한 하이퍼파라미터 검색 및 모델 최적화

W&B Sweeps를 사용해 하이퍼파라미터 검색을 자동화하고, 풍부한 대화형 실험 추적 결과를 시각화하세요. 베이즈, grid search, random과 같은 널리 사용되는 검색 방법 중에서 선택해 하이퍼파라미터 공간을 탐색할 수 있습니다. 하나 이상의 머신에서 sweep을 확장하고 병렬로 실행하세요.

​

작동 방식

다음 두 개의 W&B CLI 명령을 사용해 sweep를 생성합니다:

1. sweep를 초기화합니다.

  wandb sweep --project <project-name> <path-to-config file>

2. sweep 에이전트를 시작합니다.

  wandb agent <sweep-ID>

앞서 나온 code snippet과 이 페이지에 링크된 Colab은 W&B CLI를 사용해 sweep을 초기화하고 생성하는 방법을 보여줍니다. Python SDK를 사용해 sweep을 설정, 초기화, 실행하는 방법은 Sweeps 워크스루를 참조하세요.

​

시작하기

사용 사례에 따라 W&B Sweeps를 시작하는 데 도움이 되는 다음 리소스를 살펴보세요.

• sweep 설정을 정의하고, sweep을 초기화하고, sweep을 시작하는 데 사용하는 W&B Python SDK 명령을 단계별로 설명한 sweeps 워크스루를 읽어보세요.
• 이 장을 살펴보며 다음 방법을 알아보세요.
  • 코드에 W&B 추가
  • sweep 설정 정의
  • sweeps 초기화
  • sweep agent 시작
  • sweep 결과 시각화
• W&B Sweeps를 사용한 하이퍼파라미터 최적화를 다루는 엄선된 Sweep 실험 목록을 살펴보세요. 결과는 W&B Reports에 저장됩니다.

단계별 비디오는 다음을 참조하세요. Tune Hyperparameters Easily with W&B Sweeps.

​

노트북 예제

다음 노트북 예제에서는 다양한 프레임워크와 활용 사례에서 하이퍼파라미터 최적화를 위해 W&B Sweeps를 사용하는 방법을 알아볼 수 있습니다:

• Sweeps를 사용한 하이퍼파라미터 최적화
• XGBoost에서 W&B Sweeps 사용하기