Usé Weight & Biases para una tarea de procesamiento de lenguaje natural donde tengo que entrenar modelos preentrenados como Bert y RoBerta para modelos de clasificación. Al usar Weight & Biases no tengo que gestionar los gráficos de pesos, pérdida y precisión. Todo lo que tengo que hacer es iniciar sesión e inicializar. Puedes iniciar sesión con tu cuenta de GitHub.

W&B is an excellent tool, particularly for collaborating on and maintaining a record of machine learning experiments. I think its role is in closing the gap between training and analysis, which it does very well.

Este es el raro producto que tanto ingenieros como investigadores adoran, y ha sido transformador para la capacidad de nuestro equipo de trabajar juntos en problemas grandes y complejos. En particular, la función de Informes se ha convertido en nuestro principal medio de colaboración, casi más esencial que Github. Facilita mantener una verdad compartida para las líneas base mientras permite a todos bifurcar sus propias versiones. Puedes incorporar tanto o tan poco del trabajo de otros miembros del equipo a tu propio espacio de trabajo actual e Informes; el filtrado por etiqueta, tiempo, etc., lo hace fácil. Usamos principalmente etiquetas para hacer que las ejecuciones estén disponibles con un gancho semántico rápido. La capacidad de crear visualizaciones personalizadas (a través de Vega) y filtrar a través de muchas ejecuciones durante barridos ha sido muy útil. Hemos hecho de todo, desde proyecciones de incrustación (tsne/umap) hasta resúmenes de barridos aquí, y luego hemos podido compartirlos para que todos los usen.