Порівняння метрик і графіків у DVC

CI/CD для машинного навчання

Ravi Bhadauria

Machine Learning Engineer

Налаштування файлу DVC YAML

Налаштуйте файл DVC YAML для відстеження метрик між експериментами
Змініть з outs

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

На metrics

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

    metrics:
      - metrics.json:
          cache: false

Запит і порівняння метрик DVC

-> dvc metrics show

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

Змініть гіперпараметр і перезапустіть 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

Налаштування DVC Github Action

Додайте setup-dvc GitHub Action
Замініть запуск Python-скриптів конвеєром DVC

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

  - name: Run DVC pipeline
    run: dvc repro

Налаштування DVC Github Action

- name: Write CML report
  env:
    REPO_TOKEN: ${{ secrets.GITHUB_TOKEN }}
  run: |
    # Вивести метрики поточної гілки
    dvc metrics show --md >> report.md

    # Порівняти метрики з гілкою main
    git fetch --prune
    dvc metrics diff --md main >> report.md

    # Створити звіт CML
    cml comment create report.md

Конвеєр у дії

Знімок екрана коментаря в pull request із порівнянням метрик щодо гілки main

Типи графіків у DVC

scatter — точкова діаграма
linear — інтерактивна лінійна діаграма
simple — неінтерактивна настроювана лінійна діаграма
smooth — лінійна діаграма зі згладжуванням
confusion — матриця помилок
confusion_normalized — матриця помилок з нормованими до діапазону <0, 1> значеннями
bar_horizontal — горизонтальна стовпчикова діаграма
bar_horizontal_sorted — горизонтальна стовпчикова діаграма, відсортована за розміром стовпчиків

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

Налаштування DVC YAML для графіків

stages:
  train:
    ...
    plots:
    - predictions.csv: # Імʼя файлу з передбаченнями
        template: confusion # Стиль графіка

        x: predicted_label # Назва колонки по осі X у csv-файлі 
        y: true_label # Назва колонки по осі Y у csv-файлі
        x_label: 'Predicted label'
        y_label: 'True label'
        title: Confusion matrix

        cache: false # Зберігати в Git

Побудова матриці помилок

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

Графік матриці помилок, згенерований DVC

Порівняння матриць помилок

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

Порівняльний графік матриці помилок, згенерований DVC

Порівняння ROC-кривих

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

# Зміни в 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

Порівняльний графік ROC-кривої, згенерований DVC

Давайте потренуємось!

CI/CD для машинного навчання