P1 · 應會
MLOps
實驗追蹤 (Experiment Tracking)
是什麼
實驗追蹤(Experiment Tracking)是在模型開發階段記錄每次訓練的程式版本、資料版本、超參數、學習曲線與評估指標,讓不同實驗能被比較與重現,常見工具如 MLflow、Weights & Biases。
解決什麼問題
在大量調參與重訓中找出哪次實驗最好、為什麼最好,並能重現該結果,屬於上線前的離線開發管理。
考場 Trigger
- 記錄每次訓練的超參數與指標
- 學習率曲線、超參數軌跡
- 比較多次實驗結果
- MLflow、W&B
容易搞混
模型註冊庫可重現性機器學習維運
中級深度
能區分訓練期的超參數與學習曲線屬離線實驗追蹤,上線後的資料分布與效能屬持續監控。