DVC でメトリクスとプロットを比較する

Machine Learning のための CI/CD

Ravi Bhadauria

Machine Learning Engineer

DVC YAML ファイルを設定する

DVC YAML ファイルを設定し、実験間でメトリクスを追跡します
outs から変更

stages:
  preprocess:
    ...
  train:
    ...
    outs:
    - metrics.json
    - confusion_matrix.png

metrics へ

stages:
  preprocess:
    ...
  train:
    ...
    outs:
    - confusion_matrix.png

    metrics:
      - metrics.json:
          cache: false

DVC メトリクスの照会と比較

-> dvc metrics show

Path          accuracy    f1_score    precision    recall             
metrics.json  0.947       0.8656      0.988        0.7702

ハイパーパラメータを変更し、dvc repro を再実行します

-> dvc metrics diff

Path          Metric     HEAD    workspace    Change                  
metrics.json  accuracy   0.947   0.9995       0.0525
metrics.json  f1_score   0.8656  0.9989       0.1333
metrics.json  precision  0.988   0.9993       0.0113
metrics.json  recall     0.7702  0.9986       0.2284

¹ https://dvc.org/doc/command-reference/metrics

DVC GitHub Action を設定する

setup-dvc GitHub Action を追加します
Python スクリプトの実行を DVC パイプラインに置き換えます

steps:
  ...
  - name: Setup DVC
    uses: iterative/setup-dvc@v1

  - name: Run DVC pipeline
    run: dvc repro

DVC GitHub Action を設定する

- name: Write CML report
  env:
    REPO_TOKEN: ${{ secrets.GITHUB_TOKEN }}
  run: |
    # Print metrics of current branch
    dvc metrics show --md >> report.md

    # Compare metrics with main branch
    git fetch --prune
    dvc metrics diff --md main >> report.md

    # Create CML report
    cml comment create report.md

実行中のパイプライン

メインブランチとのメトリクス差分を示すプルリクエストコメントのスクリーンショット

DVC のプロットタイプ

scatter - 散布図
linear - インタラクティブな線グラフ
simple - カスタマイズ可能な非インタラクティブ線グラフ
smooth - 平滑化した線グラフ
confusion - 混同行列
confusion_normalized - 値を<0, 1>の範囲に正規化した混同行列
bar_horizontal - 横棒グラフ
bar_horizontal_sorted - バーサイズでソートした横棒グラフ

¹ https://dvc.org/doc/user-guide/experiment-management/visualizing-plots#plot-templates-data-series-only

プロット用に DVC YAML を設定する

stages:
  train:
    ...
    plots:
    - predictions.csv: # Name of file containing predictions
        template: confusion # Style of plot

        x: predicted_label # X-axis column name in csv file 
        y: true_label # Y-axis column name in csv file
        x_label: 'Predicted label'
        y_label: 'True label'
        title: Confusion matrix

        cache: false # Save in Git

混同行列をプロットする

-> dvc plots show predictions.csv
file:///path/to/index.html

DVC が生成した混同行列のプロット

混同行列を比較する

-> dvc plots diff --target predictions.csv main
file:///path/to/index.html

DVC が生成した混同行列の差分プロット

ROC 曲線を比較する

# Changes in Python
y_proba = model.predict_proba(X_test)
fpr, tpr, _ = roc_curve(y_test, 
                        y_proba[:, 1])

# Changes in dvc.yaml
plots:
- roc_curve.csv:
    template: simple
    x: fpr
    y: tpr
    x_label: 'False Positive Rate'
    y_label: 'True Positive Rate'
    title: ROC curve
    cache: false

DVC が生成した ROC 曲線の差分プロット

練習しましょう！

Machine Learning のための CI/CD