# Weights & Biases Documentation: French Produits W&B Models ## W&B Models - [W&B Models](https://docs.wandb.ai/fr/models.md): Utilisez W&B Models pour le suivi des expériences, la gestion des versions des jeux de données, la gestion des modèles et le développement collaboratif en ML. - [Démarrage rapide W&B](https://docs.wandb.ai/fr/models/quickstart.md): Installez W&B et commencez à suivre, visualiser et gérer des expériences de machine learning en quelques minutes. - [Premiers pas avec W&B Models](https://docs.wandb.ai/fr/models/models_quickstart.md): Prenez en main W&B Models en suivant les expériences, en enregistrant les métriques et en visualisant les résultats en quelques lignes de code. - [Assistance : Models](https://docs.wandb.ai/fr/models/support-models.md) ### Guides #### Experiments - [Aperçu d’Experiments](https://docs.wandb.ai/fr/models/track.md): Suivez vos expériences de machine learning avec W&B pour consigner les métriques, les hyperparamètres, les métriques système et les Artifacts de modèle. - [Créer une expérience](https://docs.wandb.ai/fr/models/track/create-an-experiment.md): Créez une expérience W&B à l’aide du SDK Python pour suivre l’initialisation des runs, les hyperparamètres et l’enregistrement des métriques. - [Configurer Experiments](https://docs.wandb.ai/fr/models/track/config.md): Utilisez un objet semblable à un dictionnaire pour enregistrer la configuration de votre expérience - [Projects](https://docs.wandb.ai/fr/models/track/project-page.md): Comparez les versions de votre modèle, explorez les résultats dans un Workspace de brouillon, et exportez vos conclusions vers un rapport pour enregistrer des notes et des visualisations - [Voir les résultats des expériences](https://docs.wandb.ai/fr/models/track/workspaces.md): Un playground pour explorer les données de run avec des visualisations interactives - [Suivre les notebooks Jupyter](https://docs.wandb.ai/fr/models/track/jupyter.md): Utilisez W&B avec Jupyter pour obtenir des visualisations interactives sans quitter votre notebook. - [Journalisation à grande échelle et performances](https://docs.wandb.ai/fr/models/track/limits.md): Cette page décrit comment les schémas de journalisation affectent les performances dans W&B et fournit des recommandations pour adapter le suivi des expériences aux projets de grande taille. - [Reproduire des expériences](https://docs.wandb.ai/fr/models/track/reproduce_experiments.md): Reproduisez une expérience W&B d’un membre de l’équipe en téléchargeant le code, les dépendances et la configuration associés à partir d’un run. - [Exporter et mettre à jour des données](https://docs.wandb.ai/fr/models/track/public-api-guide.md): Exporter ou mettre à jour les données que vous avez enregistrées sur W&B - [Variables d’environnement](https://docs.wandb.ai/fr/models/track/environment-variables.md): Configurez le comportement du SDK W&B à l’aide de variables d’environnement pour l’authentification, les paramètres du projet, les modes de journalisation, etc. ##### Que sont les exécutions ? - [Aperçu](https://docs.wandb.ai/fr/models/runs.md): Découvrez le composant de base de W&B, les Runs. - [Trouver et personnaliser l'ID ou le nom d'un run](https://docs.wandb.ai/fr/models/runs/run-identifiers.md): Découvrez comment trouver l'identifiant unique et le nom de l'exécution d'un run, créer un ID de run personnalisé et personnaliser le nom d'un run. - [Initialiser des runs](https://docs.wandb.ai/fr/models/runs/initialize-run.md): Initialisez des runs W&B avec `wandb.init()` pour suivre les expériences, y compris la gestion de runs simultanés dans un même processus. - [États des runs](https://docs.wandb.ai/fr/models/runs/run-states.md): Découvrez les différents états possibles d’un run W&B. - [Afficher un run spécifique dans un projet](https://docs.wandb.ai/fr/models/runs/view-logged-runs.md): Découvrez comment afficher un run enregistré spécifique et ses propriétés à l’aide de la W&B App ou de l’interface de terminal LEET. - [Afficher les runs dans un projet](https://docs.wandb.ai/fr/models/runs/customize-run-display.md): Détails sur la personnalisation de l’affichage des runs dans le tableau Runs de votre projet - [Forker un run](https://docs.wandb.ai/fr/models/runs/forking.md): Explorez différents paramètres ou modèles à partir d’un point précis d’une expérience, sans affecter le run original. - [Reprendre un run](https://docs.wandb.ai/fr/models/runs/resuming.md): Reprenez des runs W&B en pause, arrêtés ou interrompus à l'aide des options du paramètre `resume` dans `wandb.init()`. - [Rembobiner un run](https://docs.wandb.ai/fr/models/runs/rewind.md): Rembobinez un run pour corriger ou modifier son historique sans perdre les données d'origine. - [Épingler et comparer des runs](https://docs.wandb.ai/fr/models/runs/compare-runs.md): Apprenez à utiliser les runs épinglés et les runs de référence pour suivre les runs importants et évaluer efficacement les expériences de modèles. - [Organiser les runs](https://docs.wandb.ai/fr/models/runs/grouping.md): Organisez vos runs en groupes et selon d’autres propriétés. - [Filtrer les runs](https://docs.wandb.ai/fr/models/runs/filter-runs.md): Apprenez à filtrer les runs dans le tableau des Runs à l’aide de l’éditeur d’expressions. - [Rechercher des runs](https://docs.wandb.ai/fr/models/runs/search-runs.md): Découvrez comment rechercher des runs spécifiques par nom ou par ID dans le tableau Runs ou le Workspace de votre projet. - [Arrêter des runs](https://docs.wandb.ai/fr/models/runs/stop-runs.md): Arrêtez des runs par programmation à l’aide du W&B Python SDK ou manuellement dans la W&B App. - [Supprimer des runs](https://docs.wandb.ai/fr/models/runs/delete-runs.md): Supprimez des runs d’un projet W&B à l’aide de W&B App ou de l’API publique, et découvrez comment les données des runs supprimés sont retirées du stockage. - [Ajouter des étiquettes aux runs avec des tags](https://docs.wandb.ai/fr/models/runs/tags.md): Ajoutez, mettez à jour et supprimez des tags sur des runs W&B à l'aide du SDK Python, de l'API publique ou de la W&B App UI pour les organiser. - [Déplacer un run vers un autre projet ou une autre team](https://docs.wandb.ai/fr/models/runs/manage-runs.md): Déplacez des runs entre des projets ou des teams à l’aide de W&B App. - [Personnaliser les couleurs des runs](https://docs.wandb.ai/fr/models/runs/run-colors.md): Personnalisez, attribuez aléatoirement et réinitialisez les couleurs associées à des runs individuels dans l’espace de travail de votre projet W&B. - [Légendes sémantiques des graphiques de runs](https://docs.wandb.ai/fr/models/runs/color-code-runs.md): Attribuez des couleurs aux runs W&B en fonction des métriques ou des paramètres de configuration pour créer des légendes de graphique parlantes. - [Envoyer une alerte](https://docs.wandb.ai/fr/models/runs/alert.md): Envoyez des alertes depuis votre code Python vers Slack ou par e-mail - [Visualiser les alertes d’infrastructure de CoreWeave](https://docs.wandb.ai/fr/models/runs/infrastructure-alerts.md): Affichez les alertes d’infrastructure de CoreWeave, comme les pannes de GPU et les violations thermiques, sur les graphiques de run de vos expériences W&B. ##### Journaliser des objets et des médias - [Aperçu](https://docs.wandb.ai/fr/models/track/log.md): Suivez les métriques, les vidéos, les graphiques personnalisés et bien plus encore - [Créer et suivre des graphiques à partir d'expériences](https://docs.wandb.ai/fr/models/track/log/plots.md): Créer et suivre des graphiques à partir d'expériences de machine learning. - [Personnaliser les axes de journalisation](https://docs.wandb.ai/fr/models/track/log/customize-logging-axes.md): Utilisez define_metric() pour définir un axe x personnalisé pour les métriques enregistrées au lieu du compteur d'étapes W&B par défaut. - [Consigner des expériences d'entraînement distribué](https://docs.wandb.ai/fr/models/track/log/distributed-training.md): Utilisez W&B pour consigner des expériences d'entraînement distribué avec plusieurs GPU. - [Journaliser des médias et des objets](https://docs.wandb.ai/fr/models/track/log/media.md): Journaliser des médias enrichis, des nuages de points 3D et des molécules, jusqu’au HTML et aux histogrammes - [Journaliser les modèles](https://docs.wandb.ai/fr/models/track/log/log-models.md): Journalisez des Artifacts de modèle dans un run W&B, puis récupérez-les ultérieurement à l’aide des méthodes SDK log_model et use_model. - [Enregistrer des métriques de synthèse](https://docs.wandb.ai/fr/models/track/log/log-summary.md): Suivez et personnalisez des métriques de synthèse individuelles, telles que la meilleure précision ou la perte minimale, pour un W&B Run à l’aide de run.summary. - [Journaliser des Tables](https://docs.wandb.ai/fr/models/track/log/log-tables.md): Créez, remplissez et journalisez des W&B Tables pour visualiser et interroger les données structurées de vos runs d’expérience. - [Suivre des fichiers CSV dans des expériences](https://docs.wandb.ai/fr/models/track/log/working-with-csv.md): Importez des fichiers CSV dans W&B en tant que Tables et Artifacts afin de les visualiser, les comparer et les analyser dans des tableaux de bord. #### Sweeps - [Aperçu de Sweeps](https://docs.wandb.ai/fr/models/sweeps.md): Recherche d'hyperparamètres et optimisation de modèles avec W&B Sweeps - [Tutoriel : définir, initialiser et exécuter un balayage](https://docs.wandb.ai/fr/models/sweeps/walkthrough.md): Définissez, initialisez et exécutez un balayage pour explorer un espace d’hyperparamètres et trouver la configuration qui produit le meilleur modèle. - [Ajoutez W&B (wandb) à votre code](https://docs.wandb.ai/fr/models/sweeps/add-w-and-b-to-your-code.md): Ajoutez W&B à votre script Python ou à votre notebook Jupyter. - [Initialiser un sweep](https://docs.wandb.ai/fr/models/sweeps/initialize-sweeps.md): Initialisez un sweep à l'aide du SDK Python ou de la CLI pour lancer des recherches d'hyperparamètres avec votre configuration de sweep. - [Démarrer un agent de balayage](https://docs.wandb.ai/fr/models/sweeps/start-sweep-agents.md): Démarrer ou arrêter un agent de balayage sur une ou plusieurs machines. - [Paralléliser les agents](https://docs.wandb.ai/fr/models/sweeps/parallelize-agents.md): Parallélisez les agents de balayage W&B sur des machines multicœurs ou multi-GPU. - [Visualiser les résultats d'un sweep](https://docs.wandb.ai/fr/models/sweeps/visualize-sweep-results.md): Visualisez les résultats de vos Sweeps W&B dans l'interface W&B App. - [Gérer les balayages](https://docs.wandb.ai/fr/models/sweeps/pause-resume-and-cancel-sweeps.md): Mettre en pause, reprendre et annuler un balayage avec la CLI. - [Gestion des signaux et des runs de balayage](https://docs.wandb.ai/fr/models/sweeps/signal-handling-sweep-runs.md): Découvrez comment W&B Sweeps gère les signaux UNIX, les codes de sortie et la préemption dans les runs de balayage. - [En savoir plus sur les Sweeps](https://docs.wandb.ai/fr/models/sweeps/useful-resources.md): Trouvez des liens vers des articles scientifiques, des exemples de Reports, des tutoriels et le dépôt GitHub de Sweeps pour aller plus loin. - [Gérer les algorithmes localement](https://docs.wandb.ai/fr/models/sweeps/local-controller.md): Exécutez localement les algorithmes de recherche et d'arrêt au lieu d'utiliser le service cloud hébergé par W&B. - [Dépannage de balayages](https://docs.wandb.ai/fr/models/sweeps/troubleshoot-sweeps.md): Dépannez les problèmes courants de balayages, notamment CommError, CUDA out of memory et les échecs de wandb agent. - [Tutoriel : créer un job de sweep à partir d’un projet](https://docs.wandb.ai/fr/models/sweeps/existing-project.md): Tutoriel expliquant comment créer des jobs de sweep à partir d'un projet W&B existant. ##### Définir une configuration de sweep - [Aperçu](https://docs.wandb.ai/fr/models/sweeps/define-sweep-configuration.md): Découvrez comment créer des fichiers de configuration pour les balayages. - [Options de configuration d’un balayage](https://docs.wandb.ai/fr/models/sweeps/sweep-config-keys.md): Référence de toutes les clés de configuration de balayage, notamment method, metric, parameters, arrêt anticipé et command. #### Tableaux d’évaluation - [Aperçu](https://docs.wandb.ai/fr/models/evaltables.md): Découvrez comment créer, comparer et visualiser des Eval Tables dans W&B. - [Créer un tableau d’évaluation](https://docs.wandb.ai/fr/models/evaltables/create-an-evaluation-table.md): Découvrez comment créer un tableau d’évaluation dans W&B. - [Consulter les tableaux d’évaluation](https://docs.wandb.ai/fr/models/evaltables/visualize-evaluation-tables.md) - [Comparer des runs avec Eval Tables](https://docs.wandb.ai/fr/models/evaltables/compare-runs.md) #### Tableaux - [Aperçu de Tables](https://docs.wandb.ai/fr/models/tables.md): Affinez vos jeux de données et comprenez les prédictions du modèle - [Tutoriel : Journaliser des tableaux, visualiser et interroger les données](https://docs.wandb.ai/fr/models/tables/tables-walkthrough.md): Découvrez comment utiliser W&B Tables avec ce Démarrage rapide de 5 minutes. - [Journaliser des tableaux](https://docs.wandb.ai/fr/models/tables/log_tables.md): Créez et journalisez des W&B Tables avec différents modes de journalisation, notamment immuable, mutable et incrémentiel, à l’aide du SDK Python. - [Visualiser et analyser des tableaux](https://docs.wandb.ai/fr/models/tables/visualize-tables.md): Comparez, filtrez, regroupez, triez et visualisez les données de W&B Tables dans des vues fusionnées ou côte à côte à des fins d'analyse. - [Exemples de Tables](https://docs.wandb.ai/fr/models/tables/tables-gallery.md): Explorez des Projects W&B Tables d’exemple pour la classification d’images, l’audio, l’analyse de texte et d’autres cas d’usage. - [Exporter des données de Tables](https://docs.wandb.ai/fr/models/tables/tables-download.md): Exportez les données de Tables W&B vers des dataframes pandas et des fichiers CSV pour l’analyse hors ligne et le traitement des données. #### Artifacts - [Aperçu des Artifacts](https://docs.wandb.ai/fr/models/artifacts.md): Aperçu de W&B Artifacts, de leur fonctionnement et des premiers pas pour les utiliser. - [Créer un artifact](https://docs.wandb.ai/fr/models/artifacts/construct-an-artifact.md): Créez et enregistrez un W&B Artifact. Découvrez comment ajouter un ou plusieurs fichiers ou une référence URI à un Artifact. - [Télécharger et utiliser des artifacts](https://docs.wandb.ai/fr/models/artifacts/download-and-use-an-artifact.md): Télécharger et utiliser des Artifacts à partir de plusieurs projets. - [Mettre à jour un artefact](https://docs.wandb.ai/fr/models/artifacts/update-an-artifact.md): Mettez à jour un artefact existant pendant qu'un run est actif ou en utilisant uniquement l'API publique. - [Créer un alias d'artifact](https://docs.wandb.ai/fr/models/artifacts/create-a-custom-alias.md): Créez et gérez des alias personnalisés pour faire référence à des versions spécifiques d'artifact W&B avec des noms explicites comme best ou production. - [Créer une version d'artefact](https://docs.wandb.ai/fr/models/artifacts/create-a-new-artifact-version.md): Créer une nouvelle version d'artefact à partir d'un seul run ou d'un processus distribué. - [Suivre des fichiers externes](https://docs.wandb.ai/fr/models/artifacts/track-external-files.md): Suivez les fichiers enregistrés dans un bucket externe, un serveur de fichiers HTTP ou un partage NFS. - [Explorer les graphes de traçabilité des artifacts](https://docs.wandb.ai/fr/models/artifacts/explore-and-traverse-an-artifact-graph.md): Visualisez et parcourez les graphes de traçabilité des artifacts pour suivre les entrées et les sorties des runs W&B sous forme de graphe acyclique orienté. - [Confidentialité et conformité des données d’Artifacts](https://docs.wandb.ai/fr/models/artifacts/data-privacy-and-compliance.md): Découvrez où les fichiers W&B sont stockés par défaut et comment enregistrer et stocker des informations sensibles. - [Tutoriel : créer, suivre et utiliser un artifact de jeu de données](https://docs.wandb.ai/fr/models/artifacts/artifacts-walkthrough.md): Créez, suivez et utilisez un artifact de jeu de données avec W&B. ##### Gérer les données - [Supprimer un artefact](https://docs.wandb.ai/fr/models/artifacts/delete-artifacts.md): Supprimez des artefacts de manière interactive avec l'interface utilisateur de la W&B App ou par programmation avec le SDK Python W&B. - [Gérer la rétention des données des Artifacts](https://docs.wandb.ai/fr/models/artifacts/ttl.md): Définissez des politiques TTL sur les Artifacts W&B afin de planifier leur suppression automatique et de gérer la consommation de stockage. - [Gérer le stockage des artifacts et l'allocation de mémoire](https://docs.wandb.ai/fr/models/artifacts/storage.md): Gérer le stockage et l'allocation de mémoire de W&B artifacts. #### Registre - [Aperçu du registre](https://docs.wandb.ai/fr/models/registry.md): Utilisez W&B Registry pour gérer et partager les versions d'artifacts dans votre organisation - [Créer un registre](https://docs.wandb.ai/fr/models/registry/create_registry.md): Créez un W&B Registry avec une visibilité configurable et des types d'artifacts acceptés à l'aide de l'UI de l'application ou du SDK Python. - [Configurer l’accès au registre](https://docs.wandb.ai/fr/models/registry/configure_registry.md): Configurez l’accès à W&B Registry en gérant les Users et les Teams, en attribuant des rôles et en définissant des autorisations par rôle. - [Créer une collection](https://docs.wandb.ai/fr/models/registry/create_collection.md): Créez une collection de versions d'artifact liées dans un W&B Registry et configurez les types d'artifact acceptés. - [Lier une version d'artifact à une collection](https://docs.wandb.ai/fr/models/registry/link_version.md): Lier une version d'artifact à une collection dans W&B Registry pour la partager au sein de votre organisation. - [Lier un prompt Weave à une collection](https://docs.wandb.ai/fr/models/registry/link_prompt.md) - [Référencer une version d’artifact avec des alias](https://docs.wandb.ai/fr/models/registry/aliases.md): Utilisez des alias par défaut, personnalisés et protégés pour référencer des versions d’artifact spécifiques dans W&B Registry. - [Télécharger un artifact à partir d’un registre](https://docs.wandb.ai/fr/models/registry/download_use_artifact.md): Télécharger un artifact lié à une collection de W&B Registry en construisant son chemin et à l’aide du SDK Python. - [Trouver des éléments du registre](https://docs.wandb.ai/fr/models/registry/search_registry.md): Découvrez comment rechercher des registres, des collections et des versions d'artifact de manière interactive via l'interface utilisateur ou par programmation à l'aide de requêtes. - [Organiser les versions avec des tags](https://docs.wandb.ai/fr/models/registry/organize-with-tags.md): Utilisez des tags pour organiser les collections ou les versions d'artifact au sein des collections. Vous pouvez ajouter, supprimer et modifier des tags avec le SDK Python ou l'interface utilisateur de W&B App. - [Annoter les collections](https://docs.wandb.ai/fr/models/registry/registry_cards.md): Ajoutez des descriptions et de la documentation aux collections de W&B Registry pour aider les utilisateurs à comprendre leur finalité et leur contenu. - [Graphes de lignage et historique d’audit](https://docs.wandb.ai/fr/models/registry/lineage.md): Utilisez des graphes de lignage pour visualiser l’historique d’un artifact lié et auditer celui d’une collection. - [Supprimer un registre](https://docs.wandb.ai/fr/models/registry/delete_registry.md): Supprimez un W&B Registry en tant qu’administrateur d’équipe ou administrateur du registre à l’aide du SDK Python ou de l’interface W&B App. #### Reports - [Aperçu des Reports](https://docs.wandb.ai/fr/models/reports.md): Outils de gestion et de collaboration pour les projets de machine learning - [Créer un rapport](https://docs.wandb.ai/fr/models/reports/create-a-report.md): Créez un W&B Report avec la W&B App ou par programmation. - [Modifier un rapport](https://docs.wandb.ai/fr/models/reports/edit-a-report.md): Modifiez un rapport de manière interactive dans l’interface de l’application ou par programmation avec le SDK W&B. - [Collaborer sur les rapports](https://docs.wandb.ai/fr/models/reports/collaborate-on-reports.md): Collaborez et partagez des W&B Reports avec vos pairs, vos collègues et votre équipe. - [Cloner et exporter des rapports](https://docs.wandb.ai/fr/models/reports/clone-and-export-reports.md): Exportez des rapports W&B au format PDF ou LaTeX, et clonez des rapports via l’UI de l’application ou la Report and Workspace API. - [Intégrer un rapport](https://docs.wandb.ai/fr/models/reports/embed-reports.md): Intégrez directement des rapports W&B dans Notion ou à l’aide d’un élément HTML `iframe`. - [Comparer des exécutions entre projets](https://docs.wandb.ai/fr/models/reports/cross-project-reports.md): Comparez des exécutions issues de deux projets différents à l’aide de rapports inter-projets. - [Exemples de Reports](https://docs.wandb.ai/fr/models/reports/reports-gallery.md): Explorez des exemples de W&B Reports illustrant des cas d’usage tels que des résumés d’expériences, la collaboration en équipe et le partage de résultats. #### Automatisations - [Aperçu des automatisations](https://docs.wandb.ai/fr/models/automations.md): Utilisez les automatisations W&B pour déclencher des flux de travail en fonction d’événements dans W&B - [Consulter l’historique d’une automatisation](https://docs.wandb.ai/fr/models/automations/view-automation-history.md): Consultez l’historique d’exécution de vos automatisations W&B pour vérifier le statut, les événements déclencheurs et les résultats des actions. - [Événements et portées des Automations](https://docs.wandb.ai/fr/models/automations/automation-events.md): Découvrez les événements et les portées qui déclenchent les Automations W&B, notamment les changements d’artifact, le statut du run et les conditions sur les métriques. - [Gérer les automatisations avec l’API](https://docs.wandb.ai/fr/models/automations/api.md): Gestion programmatique des automatisations avec l’API Python. La création et la mise à jour peuvent ne pas fonctionner sur certaines versions du client. Préférez le W&B App jusqu’à la publication du correctif du SDK. ##### Créer une automatisation - [Aperçu](https://docs.wandb.ai/fr/models/automations/create-automations.md): Créez et gérez les automatisations W&B pour simplifier vos flux de travail de ML - [Créer une automatisation Slack](https://docs.wandb.ai/fr/models/automations/create-automations/slack.md): Configurer une intégration Slack et créer une automatisation W&B qui envoie des notifications vers un canal Slack pour certains événements. - [Créer une automatisation par webhook](https://docs.wandb.ai/fr/models/automations/create-automations/webhook.md): Créez une automatisation webhook dans W&B pour envoyer des requêtes HTTP à des services externes lorsque certains événements se produisent. ##### Tutoriels - [Aperçu du tutoriel sur l’automatisation](https://docs.wandb.ai/fr/models/automations/tutorial.md): Découvrez comment créer une alerte d’échec d’exécution pour un projet ou une automatisation d’alias de registre. - [Tutoriel : automatisation des alertes d’échec de run dans un projet](https://docs.wandb.ai/fr/models/automations/project-automation-tutorial.md): Créez une alerte d’échec de run qui envoie une notification Slack lorsqu’un run de votre projet échoue. - [Tutoriel : automatisation des alias d’artefact dans le registre](https://docs.wandb.ai/fr/models/automations/registry-automation-tutorial.md): Créez une automatisation qui déclenche un webhook lorsqu’un artefact du registre reçoit un alias spécifique, comme "production". #### Jobs d’évaluation des LLM - [Jobs d’évaluation de LLM](https://docs.wandb.ai/fr/models/launch.md): Évaluer des points de contrôle du modèle ou des modèles d’API hébergés dans W&B, et analyser les résultats à l’aide de classements générés automatiquement. - [Évaluer un point de contrôle du modèle](https://docs.wandb.ai/fr/models/launch/evaluate-model-checkpoint.md): Évaluer un point de contrôle du modèle compatible avec VLLM à l’aide de l’infrastructure gérée par CoreWeave - [Évaluer un modèle d’API hébergé](https://docs.wandb.ai/fr/models/launch/evaluate-hosted-model.md): Évaluer un modèle d’API hébergé à l’aide d’une infrastructure gérée par CoreWeave - [Catalogue des benchmarks d’évaluation](https://docs.wandb.ai/fr/models/launch/evaluations.md): Parcourez les benchmarks d’évaluation disponibles via les jobs d’évaluation LLM #### Interface de l’application W&B - [Gérer les paramètres du Workspace, de la section et du panneau](https://docs.wandb.ai/fr/models/app/features/cascade-settings.md): Gérez les paramètres du Workspace, de la section et du panneau dans W&B App, y compris les options de mise en page et de configuration du graphique en courbes. - [Interface de terminal LEET](https://docs.wandb.ai/fr/models/app/leet-tui.md): Explorez et comparez des runs W&B locaux depuis le terminal avec la TUI LEET (Lightweight Experiment Exploration Tool). - [Journaux de console](https://docs.wandb.ai/fr/models/app/console-logs.md): Consultez et déboguez les messages de console, y compris les informations, les avertissements et les erreurs, de vos runs d’expérience W&B. - [Raccourcis clavier](https://docs.wandb.ai/fr/models/app/keyboard-shortcuts.md): Découvrez les raccourcis clavier disponibles dans W&B. ##### Panneaux - [Panneaux](https://docs.wandb.ai/fr/models/app/features/panels.md): Utilisez et personnalisez les panneaux du Workspace pour visualiser vos données enregistrées - [Graphiques à barres](https://docs.wandb.ai/fr/models/app/features/panels/bar-plot.md): Visualisez les métriques, personnalisez les axes et comparez des données catégorielles à l’aide de barres. - [Coordonnées parallèles](https://docs.wandb.ai/fr/models/app/features/panels/parallel-coordinates.md): Comparer les résultats de plusieurs expériences de machine learning - [Nuages de points](https://docs.wandb.ai/fr/models/app/features/panels/scatter-plot.md): Créez et personnalisez des nuages de points dans W&B pour comparer des runs et visualiser les relations entre les métriques d’expérience. - [Panneaux multimédia](https://docs.wandb.ai/fr/models/app/features/panels/media.md): Ajoutez et configurez des panneaux multimédia pour les images, la vidéo, l’audio, les objets 3D et les nuages de points dans un Workspace W&B. - [Enregistrer et comparer le code](https://docs.wandb.ai/fr/models/app/features/panels/code.md): Activez l’enregistrement du code, comparez le code d’un run W&B à l’autre avec le comparateur de code et capturez l’historique de session Jupyter. - [Importance des paramètres](https://docs.wandb.ai/fr/models/app/features/panels/parameter-importance.md): Visualisez les relations entre les hyperparamètres de votre modèle et les métriques de sortie - [Comparer les métriques des runs](https://docs.wandb.ai/fr/models/app/features/panels/run-comparer.md): Utilisez le panneau Run Comparer pour afficher et comparer les différences de configuration et de métriques d’un run d’expérience W&B à l’autre. ###### Graphiques en courbes - [Aperçu des graphiques en courbes](https://docs.wandb.ai/fr/models/app/features/panels/line-plot.md): Visualisez les métriques, personnalisez les axes et comparez plusieurs courbes sur un graphique - [Référence du graphique en courbes](https://docs.wandb.ai/fr/models/app/features/panels/line-plot/reference.md): Référence des paramètres du panneau de graphique en courbes, notamment l’axe X, l’axe Y, le lissage, l’agrégation et les options de regroupement. - [Agrégation des points](https://docs.wandb.ai/fr/models/app/features/panels/line-plot/sampling.md): Découvrez les deux modes d’agrégation de points pour les graphiques en courbes W&B : l’échantillonnage par bucket en mode de fidélité totale et l’échantillonnage aléatoire. - [Lissage des graphiques en courbes](https://docs.wandb.ai/fr/models/app/features/panels/line-plot/smoothing.md): Dans les graphiques en courbes, utilisez le lissage pour faire ressortir les tendances dans des données bruitées. ###### Panneaux de requête - [Aperçu des panneaux de requête](https://docs.wandb.ai/fr/models/app/features/panels/query-panels.md): Certaines fonctionnalités de cette page sont en version bêta et masquées derrière un feature flag. Ajoutez `weave-plot` à votre bio sur votre page de profil pour activer toutes les fonctionnalités associées. - [Créer des embeddings d’objets](https://docs.wandb.ai/fr/models/app/features/panels/query-panels/embedding-projector.md): L’Embedding Projector de W&B vous permet de représenter des embeddings multidimensionnels sur un plan 2D à l’aide d’algorithmes courants de réduction de dimensionnalité comme PCA, UMAP et t-SNE. ##### Graphiques personnalisés - [Aperçu des graphiques personnalisés](https://docs.wandb.ai/fr/models/app/features/custom-charts.md): Créez des graphiques personnalisés dans des projets W&B avec des visualisations Vega - [Tutoriel : Utiliser les graphiques personnalisés](https://docs.wandb.ai/fr/models/app/features/custom-charts/walkthrough.md): Tutoriel d'utilisation de la fonctionnalité de graphiques personnalisés dans l'interface W&B ### Intégrations - [Aperçu des intégrations](https://docs.wandb.ai/fr/models/integrations.md): Explorez les intégrations W&B avec des frameworks de machine learning, des plateformes cloud et des outils d’orchestration de flux de travail - [Ajouter W&B à une bibliothèque Python](https://docs.wandb.ai/fr/models/integrations/add-wandb-to-any-library.md): Bonnes pratiques pour intégrer W&B à votre bibliothèque Python pour le suivi des expériences, la surveillance système et Model Management. #### Frameworks et bibliothèques de ML ##### Frameworks de ML - [Keras](https://docs.wandb.ai/fr/models/integrations/keras.md): Utilisez les callbacks Keras de W&B pour suivre les expériences, enregistrer des points de contrôle de modèles et visualiser les prédictions pendant l'entraînement. - [PyTorch](https://docs.wandb.ai/fr/models/integrations/pytorch.md): Intégrez W&B à PyTorch pour le suivi des expériences, la gestion des versions des jeux de données et l’enregistrement des métriques, des gradients et des modèles. - [PyTorch Lightning](https://docs.wandb.ai/fr/models/integrations/lightning.md): Utilisez W&B avec PyTorch Lightning grâce au WandbLogger intégré pour le suivi des expériences et l’enregistrement de points de contrôle du modèle. - [PyTorch Ignite](https://docs.wandb.ai/fr/models/integrations/ignite.md): Intégrez W&B à PyTorch Ignite pour consigner automatiquement les métriques d'entraînement, les paramètres du modèle et les configurations d'expérience. - [TensorFlow](https://docs.wandb.ai/fr/models/integrations/tensorflow.md): Intégrez W&B à TensorFlow pour la journalisation de métriques personnalisées, l’utilisation de hooks d’estimateur et la synchronisation des journaux TensorBoard. - [XGBoost](https://docs.wandb.ai/fr/models/integrations/xgboost.md): Intégrez W&B à XGBoost pour journaliser automatiquement les métriques de gradient boosting, l’importance des variables et la performance du modèle. ##### Bibliothèques de ML - [Hugging Face](https://docs.wandb.ai/fr/models/integrations/huggingface.md): Visualisez et suivez les performances des modèles Hugging Face avec W&B, en enregistrant les hyperparamètres, les métriques et l’utilisation du GPU. - [Hugging Face Accelerate](https://docs.wandb.ai/fr/models/integrations/accelerate.md): L'entraînement et l'inférence à grande échelle en toute simplicité, avec efficacité et flexibilité - [Hugging Face Diffusers](https://docs.wandb.ai/fr/models/integrations/diffusers.md): Utilisez l’autologging de W&B avec Hugging Face Diffusers pour suivre les prompts, les médias générés, les configurations et l’architecture du pipeline. - [Hugging Face Simple Transformers](https://docs.wandb.ai/fr/models/integrations/simpletransformers.md): Comment intégrer W&B à la bibliothèque Transformers de Hugging Face. - [Hugging Face Transformers](https://docs.wandb.ai/fr/models/integrations/huggingface_transformers.md): Utilisez W&B avec Hugging Face Transformers Trainer pour le suivi des expériences, les points de contrôle du modèle et la gestion des versions des jeux de données. - [OpenAI Gym](https://docs.wandb.ai/fr/models/integrations/openai-gym.md): Intégrez W&B à OpenAI Gym pour suivre les expériences d'apprentissage par renforcement et enregistrer des vidéos des performances des épisodes. - [PyTorch Geometric](https://docs.wandb.ai/fr/models/integrations/pytorch-geometric.md): Intégrez W&B à PyTorch Geometric pour la visualisation de graphes et le suivi des expériences en apprentissage profond géométrique. - [PyTorch torchtune](https://docs.wandb.ai/fr/models/integrations/torchtune.md): Utilisez la journalisation W&B dans PyTorch torchtune pour suivre les expériences de fine-tuning de LLM avec le logger de métriques WandBLogger. #### Plateformes cloud - [Fine-tuning Azure OpenAI](https://docs.wandb.ai/fr/models/integrations/azure-openai-fine-tuning.md): Effectuez le fine-tuning des modèles Azure OpenAI avec le suivi des expériences W&B pour consigner des métriques, des hyperparamètres et la progression de l'entraînement. - [Fine-tuning OpenAI](https://docs.wandb.ai/fr/models/integrations/openai-fine-tuning.md): Effectuez le fine-tuning de modèles OpenAI avec W&B pour journaliser les métriques d'entraînement, surveiller les jobs et comparer les performances du modèle au fil du temps. - [API OpenAI](https://docs.wandb.ai/fr/models/integrations/openai-api.md): Utilisez W&B avec l'API OpenAI pour enregistrer et surveiller les Chat Completions, les jobs de fine-tuning et les métriques d'utilisation des tokens. #### Autres - [Hydra](https://docs.wandb.ai/fr/models/integrations/hydra.md): Intégrez W&B à Hydra pour gérer des configurations complexes pour les expériences de machine learning et journaliser automatiquement les hyperparamètres. - [YOLOX](https://docs.wandb.ai/fr/models/integrations/yolox.md): Intégrez W&B à YOLOX pour suivre l'entraînement de modèles de détection d'objets, consigner des métriques et visualiser les résultats de détection. - [YOLOv5](https://docs.wandb.ai/fr/models/integrations/yolov5.md): Utilisez l’intégration W&B native de YOLOv5 pour le suivi des expériences, la gestion des versions des modèles et la visualisation des prédictions. ### Référence - [SDK Python](https://docs.wandb.ai/fr/models/ref-link-python.md) - [CLI](https://docs.wandb.ai/fr/models/ref-link-cli.md) - [Langage d'expressions de requête](https://docs.wandb.ai/fr/models/ref-link-query-panel.md) - [API des Reports et des espaces de travail](https://docs.wandb.ai/fr/models/ref-link-workspaces.md)