實驗追蹤

MLOps 概念

Folkert Stijnman

ML Engineer

機器學習實驗

為何實驗追蹤很重要？

每個實驗都可設定下列因素：

在 ML 生命週期中使用實驗追蹤

實驗追蹤可幫助你：

• 比較結果
• 重現過去的實驗
• 與開發者與利害關係人協作
• 向利害關係人回報結果

如何追蹤實驗？

工具	優點	缺點
試算表	直覺、易用	需要大量手動作業
專有平台	可依流程客製化	需要時間與心力
實驗追蹤工具	專為實驗而設計	需要先熟悉該工具

 

一個機器學習實驗

實驗流程

1. 建立假設：「我們預期……」
2. 蒐集影像與標籤
3. 定義實驗，如模型類型、超參數、資料集
4. 設定實驗追蹤
5. 訓練機器學習模型
6. 在留出測試集上測試模型
7. 登錄最合適的模型
8. 視覺化並回報給團隊與利害關係人，決定下一步

一起來練習吧！

MLOps 概念