Definition
この実践には、トレーニング実行中にハイパーパラメータ、データセットのバージョン、モデルアーキテクチャ、およびパフォーマンス指標をログに記録することが含まれます。これにより、データサイエンティストは異なる実験設定を比較できます。
Summary
実験追跡とは、再現性を確保し比較を容易にするために、機械学習実験からのメタデータ、指標、アーティファクトを体系的に記録するプロセスです。
Key Concepts
- 再現性
- ハイパーパラメータのログ記録
- アーティファクト管理
- バージョン管理
Use Cases
- 異なるハイパーパラメータ設定間でモデル性能を比較する
- ログに記録された指標を確認してトレーニング障害をデバッグする
- チームメンバーと共有実験で協力する