윤남매 아빠's 스토리

안녕하세요! IT 전문 블로거 팬돌프입니다.지난 시간에는 MLflow Tracking을 통해 실험 데이터를 꼼꼼하게 기록하는 법을 배웠습니다. 그런데 말입니다, 기록만 잘 해두면 모든 문제가 해결될까요?개발자라면 한 번쯤 이런 소름 돋는 경험, 있으시죠? "어? 내 로컬 PC에서는 분명히 완벽하게 돌아갔는데, 왜 동료 컴퓨터나 서버에만 올리면 에러가 나지?"이것은 바로 실행 환경(Environment)이 다르기 때문에 발생하는 문제입니다. 라이브러리 버전이 다르거나, 설치된 패키지가 누락되었기 때문이죠. 오늘은 이 골치 아픈 문제를 깔끔하게 해결해 줄 MLflow Projects에 대해 알아보겠습니다.3부: 언제 어디서나 동일한 결과 - MLflow Projects머신러닝 프로젝트는 단순히 코드(Code..

안녕하세요! IT 전문 블로거 팬돌프입니다.지난 1부에서는 MLOps가 왜 필요한지, 그리고 MLflow의 설치와 기초적인 사용법을 다뤘었죠. 다들 mlflow ui 화면은 한 번씩 띄워 보셨나요?오늘은 MLflow의 기능 중 엔지니어들이 가장 빈번하게 사용하고, 실질적인 업무 효율을 폭발적으로 늘려주는 핵심 기능인 MLflow Tracking에 대해 아주 깊이 파고들어 보려 합니다."내가 어제 돌린 모델의 정확도가 몇이었지?", "learning_rate를 0.01로 했을 때랑 0.001로 했을 때 그래프가 어떻게 달랐더라?" 이런 고민, 이제 그만하셔도 됩니다. 오늘 내용을 마스터하시면 여러분의 실험 기록은 완벽하게 자동화될 테니까요.1. 숲과 나무: Experiment와 Run의 구조적 이해MLfl..