전역 함수 Overview

W&B Python SDK의 전역 함수

W&B의 전역 함수는 wandb.init() 또는 wandb.login()처럼 직접 호출하는 최상위 함수입니다. 특정 클래스에 속한 메서드와 달리, 이러한 함수는 객체를 먼저 인스턴스화하지 않아도 W&B의 핵심 기능에 직접 접근할 수 있게 해줍니다.

​

사용 가능한 함수

함수	설명
init()	W&B에 추적 및 로깅할 새 run을 시작합니다. 일반적으로 ML 트레이닝 파이프라인에서 가장 먼저 호출하는 함수입니다.
login()	플랫폼에서 머신을 인증할 수 있도록 W&B 로그인 자격 증명을 설정합니다.
setup()	현재 프로세스와 그 하위 프로세스에서 사용할 수 있도록 W&B를 준비합니다. 다중 프로세스 애플리케이션에 유용합니다.
teardown()	W&B 리소스를 정리하고 백엔드 프로세스를 종료합니다.
sweep()	최적의 모델 설정을 검색하기 위한 하이퍼파라미터 sweep을 초기화합니다.
agent()	하이퍼파라미터 최적화 실험을 실행할 sweep agent를 생성합니다.
controller()	sweep agent와 해당 실행을 관리하고 제어합니다.
restore()	이전 run 또는 실험 상태를 복원해 작업을 재개합니다.
finish()	run을 종료하고 리소스를 정리합니다.

​

예시

가장 일반적인 워크플로는 W&B에 인증하고 run을 초기화한 다음, 트레이닝 루프에서 값(예: 정확도와 손실)을 로깅하는 것부터 시작합니다. 먼저 wandb를 임포트하고 전역 함수 login()과 init()을 사용합니다:

import wandb

# W&B 인증
wandb.login()

# 하이퍼파라미터 및 메타데이터
config = {
   "learning_rate": 0.01,
   "epochs": 10,
}

# run이 기록될 프로젝트
project = "my-awesome-project"

# 새 run 초기화
with wandb.init(project=project, config=config) as run:
   # 트레이닝 코드를 여기에 작성하세요...
   
   # W&B에 값 로깅
   run.log({"accuracy": 0.9, "loss": 0.1})