- 機械学習タスクの要件を満たす artifact バージョンを Promot することで、組織内の他のユーザーと共有する。
- 特定の artifact を検索または参照できるように、タグを使って artifact を整理する。
- artifact のリネージ をトラッキングし、変更履歴を監査する。
- モデル CI/CD などの下流プロセスを自動化する。
- 各 Registry 内の artifact に 組織内の誰がアクセスできるかを管理する。
Model という Registry がスター付きになっています。DemoModels と Zoo_Classifier_Models の 2 つのコレクションが表示されています。

基本を学ぶ
v0、2 番目のバージョンは v1 となり、以降も同様です。
artifact を W&B にログしたら、その特定の artifact バージョンを Registry 内の コレクション にリンクできます。
“link” という用語は、W&B が artifact を保存している場所と、Registry で artifact にアクセスできる場所をつなぐポインタを指します。artifact を コレクション にリンクしても、W&B が artifact を複製することはありません。
"my_model.txt" という名前のモデル artifact を、"model" という Registry 内の "first-collection" という名前の コレクション にログしてリンクします。
wandb.init()で W&B Run を初期化します。wandb.Run.log()で artifact を W&B にログします。- artifact バージョンのリンク先となる コレクション と Registry の名を指定します。
wandb.Run.link_artifact()を使用して artifact を コレクション にリンクします。
hello_collection.py
wandb.Run.link_artifact(target_path = "") method で指定したコレクションが存在しない場合、W&B はそのコレクションを自動的に作成します。
前の例の続きとして、スクリプトを実行した後、W&B Registry にアクセスして、自分や組織内の他のメンバーが公開した artifact バージョンを確認します。プロジェクトのサイドバーで Applications の下にある Registry を選択します。"Model" Registry を選択します。Registry 内に、リンクした artifact バージョンを含む "first-collection" コレクションが表示されるはずです。
artifact バージョンを Registry 内のコレクションにリンクすると、適切な権限を持つ組織のメンバーは、その artifact バージョンを表示、ダウンロード、整理、管理したり、下流の automation を作成したりできるようになります。
artifact バージョンがメトリクスをログしている場合 (たとえば
wandb.Run.log_artifact() を使用する場合) 、そのバージョンの詳細ページからメトリクスを確認でき、コレクションのページから artifact バージョン間のメトリクスを比較できます。詳しくは、レジストリ内のリンクされた artifact を表示するを参照してください。W&B Registry を有効にする
| デプロイタイプ | 有効化方法 |
|---|---|
| Multi-tenant Cloud | 対応は不要です。W&B Registry は W&B App で利用できます。 |
| 専用クラウド | お使いのデプロイで W&B Registry を有効にするには、担当のアカウントチームにお問い合わせください。 |
| セルフマネージド | Server v0.70.0 以降では、対応は不要です。それ以前のサポート対象の Server バージョンでは、環境変数 ENABLE_REGISTRY_UI を true に設定してください。環境変数を設定する を参照してください。 |
利用開始に役立つリソース
- チュートリアル動画をご覧ください:
- W&B の Model CI/CD コースを受講して、次の内容を学びましょう:
- W&B Registry を使用して Artifacts を管理・バージョン管理し、リネージをトラッキングし、モデルを異なるライフサイクル段階へ進める方法。
- webhook を使用してモデル管理ワークフローを自動化する方法。
- モデルの評価、モニタリング、デプロイのために、Registry を外部の ML システムやツールと統合する方法。