Porównywanie metryk i wykresów w DVC

CI/CD dla uczenia maszynowego

Ravi Bhadauria

Machine Learning Engineer

Konfiguracja pliku YAML DVC

Konfiguracja pliku YAML DVC do śledzenia metryk między eksperymentami
Zmiana z outs

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

Na metrics

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

    metrics:
      - metrics.json:
          cache: false

Wyświetlanie i porównywanie metryk DVC

-> dvc metrics show

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

Zmień hiperparametr i uruchom ponownie dvc repro

-> 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

Konfiguracja akcji GitHub dla DVC

Dodaj akcję GitHub setup-dvc
Zastąp uruchamianie skryptów Python potokiem DVC

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

  - name: Run DVC pipeline
    run: dvc repro

Konfiguracja akcji GitHub dla DVC

- 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

Potok w działaniu

Zrzut ekranu komentarza w pull requeście z różnicą metryk względem gałęzi main

Typy wykresów w DVC

scatter - wykres punktowy
linear - interaktywny wykres liniowy
simple - nieinteraktywny konfigurowalny wykres liniowy
smooth - wykres liniowy z wygładzaniem
confusion - macierz pomyłek
confusion_normalized - macierz pomyłek z wartościami znormalizowanymi do zakresu <0, 1>
bar_horizontal - poziomy wykres słupkowy
bar_horizontal_sorted - poziomy wykres słupkowy posortowany wg rozmiaru słupków

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

Konfiguracja pliku YAML DVC dla wykresów

stages:
  train:
    ...
    plots:
    - predictions.csv: # Nazwa pliku z predykcjami
        template: confusion # Styl wykresu

        x: predicted_label # Kolumna osi X w pliku CSV
        y: true_label # Kolumna osi Y w pliku CSV
        x_label: 'Predicted label'
        y_label: 'True label'
        title: Confusion matrix

        cache: false # Zapisz w Git

Wizualizacja macierzy pomyłek

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

Wykres macierzy pomyłek wygenerowany przez DVC

Porównywanie macierzy pomyłek

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

Wykres różnic macierzy pomyłek wygenerowany przez DVC

Porównywanie krzywych ROC

# 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

Wykres różnic krzywej ROC wygenerowany przez DVC

Czas na ćwiczenia!

CI/CD dla uczenia maszynowego