# Weights & Biases Documentation: Japanese プロダクト W&B Models ## W&B Models - [W&B Models](https://docs.wandb.ai/ja/models.md): W&B Models を使用して、実験管理、データセットのバージョン管理、モデル管理、共同での ML 開発を行います。 - [W&B クイックスタート](https://docs.wandb.ai/ja/models/quickstart.md): 数分でW&Bをインストールし、機械学習Experimentsのトラッキング、可視化、管理を始めましょう。 - [W&B Models の使い方](https://docs.wandb.ai/ja/models/models_quickstart.md): 数行のコードで実験をトラッキングし、メトリクスをログして、結果を可視化しながら W&B Models を使い始めましょう。 - [サポート: Models](https://docs.wandb.ai/ja/models/support-models.md) ### ガイド #### Experiments - [Experiments の概要](https://docs.wandb.ai/ja/models/track.md): W&B で機械学習実験をトラッキングし、メトリクス、ハイパーパラメーター、システムメトリクス、モデルArtifactsをログします。 - [Experiment を作成する](https://docs.wandb.ai/ja/models/track/create-an-experiment.md): Python SDK を使用して W&B Experiment を作成し、run の初期化、ハイパーパラメーター、メトリクスをログすることをトラッキングします。 - [実験を設定する](https://docs.wandb.ai/ja/models/track/config.md): 辞書のようなオブジェクトを使用して、実験の設定を保存する - [Projects](https://docs.wandb.ai/ja/models/track/project-page.md): モデルのバージョンを比較し、スクラッチWorkspaceで結果を確認して、 所見をレポートにエクスポートし、メモや可視化を保存します - [実験結果を表示する](https://docs.wandb.ai/ja/models/track/workspaces.md): インタラクティブな可視化で run データを探索するためのプレイグラウンド - [Jupyter notebooksをトラッキング](https://docs.wandb.ai/ja/models/track/jupyter.md): Jupyter で W&B を使用すると、ノートブックを離れることなくインタラクティブな可視化を利用できます。 - [大規模な logging とパフォーマンス](https://docs.wandb.ai/ja/models/track/limits.md): このページでは、ログの取り方が W&B のパフォーマンスにどのように影響するかを説明し、大規模な project で実験管理をスケールさせるためのガイダンスを示します。 - [実験を再現する](https://docs.wandb.ai/ja/models/track/reproduce_experiments.md): run に関連付けられたコード、依存関係、設定をダウンロードして、チームメンバーの W&B 実験を再現します。 - [データのエクスポートと更新](https://docs.wandb.ai/ja/models/track/public-api-guide.md): W&B に保存したデータをエクスポートまたは更新する - [環境変数](https://docs.wandb.ai/ja/models/track/environment-variables.md): 認証、プロジェクト設定、ログモードなどを環境変数で設定して、W&B SDK の動作を制御します。 ##### Runs とは？ - [概要](https://docs.wandb.ai/ja/models/runs.md): W&B の基本的な building block である Runs について学びます。 - [run の ID または名を検索してカスタマイズする](https://docs.wandb.ai/ja/models/runs/run-identifiers.md): run の一意の ID と run 名を検索する方法、カスタム run ID を作成する方法、run 名をカスタマイズする方法を説明します。 - [run を初期化する](https://docs.wandb.ai/ja/models/runs/initialize-run.md): wandb.init() を使用して W&B run を初期化し、実験のトラッキングを開始します。これには、1 つのプロセス内で同時実行される run の処理も含まれます。 - [Run の状態](https://docs.wandb.ai/ja/models/runs/run-states.md): W&B run が取りうるさまざまな状態について説明します。 - [プロジェクト内の特定の run を表示する](https://docs.wandb.ai/ja/models/runs/view-logged-runs.md): W&B App または LEET ターミナル UI を使用して、ログされた特定の run とそのプロパティを表示する方法を説明します。 - [プロジェクト内の Runs を表示する](https://docs.wandb.ai/ja/models/runs/customize-run-display.md): プロジェクトの Runs table での Runs の表示方法をカスタマイズする方法について説明します - [run をフォークする](https://docs.wandb.ai/ja/models/runs/forking.md): 元の run に影響を与えることなく、実験内の特定の時点から別のパラメーターやモデルを試すことができます。 - [run を再開する](https://docs.wandb.ai/ja/models/runs/resuming.md): `wandb.init()` の `resume` パラメーターオプションを使用して、一時停止、停止、またはクラッシュした W&B run を再開します。 - [run を巻き戻す](https://docs.wandb.ai/ja/models/runs/rewind.md): 元のデータを失うことなく、run の履歴を修正または変更するために run を巻き戻します。 - [run を固定して比較する](https://docs.wandb.ai/ja/models/runs/compare-runs.md): 固定した run とベースライン run を使用して重要な run をトラッキングし、モデルの実験を効率的に評価する方法を学びます。 - [runを整理する](https://docs.wandb.ai/ja/models/runs/grouping.md): runをグループやその他のプロパティで整理します。 - [Runs をフィルター](https://docs.wandb.ai/ja/models/runs/filter-runs.md): 式エディターを使用してrun テーブルでRunsをフィルターする方法を学びます。 - [run を検索する](https://docs.wandb.ai/ja/models/runs/search-runs.md): プロジェクトの Runs 表 または Workspace で、run 名または ID を使って特定の run を検索する方法を説明します。 - [run を停止する](https://docs.wandb.ai/ja/models/runs/stop-runs.md): W&B Python SDK を使用してプログラムから、または W&B App から手動で run を停止します。 - [Runs を削除](https://docs.wandb.ai/ja/models/runs/delete-runs.md): W&B App または Public API を使用して W&B project から Runs を削除する方法と、削除した run データが storage からどのように削除されるかを学びます。 - [タグを使って run にラベルを付ける](https://docs.wandb.ai/ja/models/runs/tags.md): Python SDK、Public API、または W&B App UI を使用して、W&B run のタグを追加、更新、削除し、整理できます。 - [runを別のプロジェクトまたはチームに移動する](https://docs.wandb.ai/ja/models/runs/manage-runs.md): W&B App を使用して、プロジェクト間またはチーム間でrunを移動します。 - [runの色をカスタマイズ](https://docs.wandb.ai/ja/models/runs/run-colors.md): W&Bプロジェクトのワークスペースで、個々のrunに割り当てる色をカスタマイズ、ランダム化、リセットします。 - [セマンティック run プロットの凡例](https://docs.wandb.ai/ja/models/runs/color-code-runs.md): メトリクスまたは設定パラメーターに基づいて W&B の Runs を色分けし、視覚的にわかりやすいチャート凡例を作成します。 - [アラートを送信する](https://docs.wandb.ai/ja/models/runs/alert.md): Python コードでトリガーしたアラートを、Slack またはメールに送信します - [CoreWeave インフラストラクチャーアラートを可視化する](https://docs.wandb.ai/ja/models/runs/infrastructure-alerts.md): GPU 障害や温度異常などの CoreWeave インフラストラクチャーアラートを、W&B の run プロット上で表示します。 ##### オブジェクトとメディアをログする - [概要](https://docs.wandb.ai/ja/models/track/log.md): メトリクス、動画、カスタムプロットなどをトラッキング - [実験からプロットを作成してトラッキングする](https://docs.wandb.ai/ja/models/track/log/plots.md): 機械学習の実験からプロットを作成してトラッキングします。 - [ログ軸をカスタマイズする](https://docs.wandb.ai/ja/models/track/log/customize-logging-axes.md): デフォルトの W&B step カウンターではなく、define_metric() を使用して、ログしたメトリクスにカスタム x軸 を設定します。 - [分散トレーニング実験をログする](https://docs.wandb.ai/ja/models/track/log/distributed-training.md): 複数のGPUを使用した分散トレーニング実験をW&Bでログします。 - [メディアやオブジェクトをログする](https://docs.wandb.ai/ja/models/track/log/media.md): 3Dポイントクラウドや分子、HTML、ヒストグラムなどのリッチメディアをログする - [モデルをログする](https://docs.wandb.ai/ja/models/track/log/log-models.md): モデル artifact を W&B の run にログし、後で SDK の `log_model` method と `use_model` method を使用して取得します。 - [サマリー メトリクスをログする](https://docs.wandb.ai/ja/models/track/log/log-summary.md): run.summary を使用して、最良の accuracy や最小の損失など、W&B Run の個別のサマリー メトリクスをトラッキングおよびカスタマイズします。 - [Tables をログする](https://docs.wandb.ai/ja/models/track/log/log-tables.md): 実験の run の構造化データを可視化してクエリできるように、W&B Tables を作成し、データを追加してログします。 - [実験とともに CSV ファイルをトラッキングする](https://docs.wandb.ai/ja/models/track/log/working-with-csv.md): CSV ファイルを W&B の Tables と Artifacts としてインポートし、ダッシュボードで可視化、比較、分析できるようにします。 #### Sweeps - [Sweeps の概要](https://docs.wandb.ai/ja/models/sweeps.md): W&B Sweeps を使用したハイパーパラメーター探索とモデルの最適化 - [チュートリアル: sweep の定義、初期化、実行](https://docs.wandb.ai/ja/models/sweeps/walkthrough.md): ハイパーパラメーター空間を探索し、最良のモデルを生成する設定を見つけるために、sweep を定義し、初期化して実行する方法を説明します。 - [コードに W&B (wandb) を追加する](https://docs.wandb.ai/ja/models/sweeps/add-w-and-b-to-your-code.md): Python スクリプトまたは Jupyter Notebook に W&B を追加します。 - [sweep を初期化する](https://docs.wandb.ai/ja/models/sweeps/initialize-sweeps.md): Python SDK または CLI を使用して sweep を初期化し、sweep 設定を使ったハイパーパラメーター探索を開始します。 - [sweep エージェントを開始する](https://docs.wandb.ai/ja/models/sweeps/start-sweep-agents.md): 1 台以上のマシンで sweep エージェントを開始または停止します。 - [エージェントの並列化](https://docs.wandb.ai/ja/models/sweeps/parallelize-agents.md): マルチコアまたはマルチGPUマシンで sweep エージェントを並列化します。 - [sweep の結果を可視化する](https://docs.wandb.ai/ja/models/sweeps/visualize-sweep-results.md): W&B Sweeps の結果を W&B App UI で可視化します。 - [Sweeps を管理する](https://docs.wandb.ai/ja/models/sweeps/pause-resume-and-cancel-sweeps.md): CLI を使用して sweep を一時停止、再開、キャンセルします。 - [sweep run のシグナル処理](https://docs.wandb.ai/ja/models/sweeps/signal-handling-sweep-runs.md): W&B Sweeps が sweep run における UNIX シグナル、終了コード、プリエンプションをどのように処理するかを学びます。 - [Sweeps についてさらに詳しく](https://docs.wandb.ai/ja/models/sweeps/useful-resources.md): さらに学習するための学術論文、サンプルのReports、チュートリアル、Sweeps GitHub リポジトリ へのリンクを掲載しています。 - [アルゴリズムをローカルで管理する](https://docs.wandb.ai/ja/models/sweeps/local-controller.md): W&B のクラウドホスト型サービスを使用する代わりに、検索アルゴリズムと停止アルゴリズムをローカルで実行します。 - [Sweeps のトラブルシューティング](https://docs.wandb.ai/ja/models/sweeps/troubleshoot-sweeps.md): CommError、CUDA のメモリ不足、wandb agent の失敗など、sweep でよくある問題の対処方法を説明します。 - [チュートリアル: projectからsweepジョブを作成する](https://docs.wandb.ai/ja/models/sweeps/existing-project.md): 既存のW&Bprojectからsweepジョブを作成する方法を説明するチュートリアル。 ##### sweep の設定を定義する - [概要](https://docs.wandb.ai/ja/models/sweeps/define-sweep-configuration.md): sweep の設定ファイルを作成する方法を説明します。 - [Sweep 設定オプション](https://docs.wandb.ai/ja/models/sweeps/sweep-config-keys.md): method、metric、parameters、early termination、command を含む、すべての sweep 設定キーのリファレンス。 #### 評価用 表 - [概要](https://docs.wandb.ai/ja/models/evaltables.md): W&B で Eval Tables を作成、比較、可視化する方法を学びます。 - [Eval Table を作成する](https://docs.wandb.ai/ja/models/evaltables/create-an-evaluation-table.md): W&B で Eval Table を作成する方法を説明します。 - [Eval Tables の表示](https://docs.wandb.ai/ja/models/evaltables/visualize-evaluation-tables.md) - [Eval Tables を使って Runs を比較する](https://docs.wandb.ai/ja/models/evaltables/compare-runs.md) #### 表 - [Tables の概要](https://docs.wandb.ai/ja/models/tables.md): データセットを改善しながら、モデルの予測を理解する - [チュートリアル: 表をログし、データを可視化してクエリする](https://docs.wandb.ai/ja/models/tables/tables-walkthrough.md): 5分でできるクイックスタートで、W&B Tablesの使い方を学びます。 - [表をログする](https://docs.wandb.ai/ja/models/tables/log_tables.md): Python SDK を使用して、不変、可変、段階的などのさまざまなログモードで W&B Tables を作成してログします。 - [Tables を可視化して分析する](https://docs.wandb.ai/ja/models/tables/visualize-tables.md): 分析のために、マージビューまたは並列ビューで W&B Tables のデータを比較、フィルター、グループ化、並べ替え、可視化します。 - [Tables の例](https://docs.wandb.ai/ja/models/tables/tables-gallery.md): 画像分類、オーディオ、テキスト分析、その他のユースケース向けの W&B Tables のサンプルプロジェクトを紹介します。 - [テーブル データのエクスポート](https://docs.wandb.ai/ja/models/tables/tables-download.md): W&B Table のデータを pandas DataFrames と CSV ファイルにエクスポートして、オフラインで分析やデータ処理を行います。 #### Artifacts - [Artifacts の概要](https://docs.wandb.ai/ja/models/artifacts.md): W&B Artifacts の概要、仕組み、使い始める方法。 - [Artifact を作成する](https://docs.wandb.ai/ja/models/artifacts/construct-an-artifact.md): W&B Artifact を作成してログします。Artifact に 1 つ以上のファイルまたは URI reference を追加する方法を説明します。 - [Artifactsをダウンロードして使用する](https://docs.wandb.ai/ja/models/artifacts/download-and-use-an-artifact.md): 複数のプロジェクトからArtifactsをダウンロードして使用します。 - [アーティファクトを更新する](https://docs.wandb.ai/ja/models/artifacts/update-an-artifact.md): run がアクティブな間、または Public API のみを使用して既存のアーティファクトを更新します。 - [artifact エイリアスを作成する](https://docs.wandb.ai/ja/models/artifacts/create-a-custom-alias.md): best や production のような意味のある名前で、特定の W&B artifact バージョンを参照するためのカスタムエイリアスを作成して管理します。 - [アーティファクトバージョンを作成する](https://docs.wandb.ai/ja/models/artifacts/create-a-new-artifact-version.md): 単一のrunまたは分散プロセスから新しいアーティファクトバージョンを作成します。 - [外部ファイルをトラッキングする](https://docs.wandb.ai/ja/models/artifacts/track-external-files.md): external cloud storage bucket、HTTPファイルサーバー、またはNFS共有に保存されたファイルをトラッキングします。 - [artifact リネージ グラフを確認する](https://docs.wandb.ai/ja/models/artifacts/explore-and-traverse-an-artifact-graph.md): artifact リネージ グラフを表示してたどり、W&B の run の入力と出力を有向非巡回グラフとしてトラッキングします。 - [artifactデータのプライバシーとコンプライアンス](https://docs.wandb.ai/ja/models/artifacts/data-privacy-and-compliance.md): デフォルトでW&Bファイルがどこに保存されるかを説明します。機密情報の保存方法と保管場所も確認できます。 - [チュートリアル: データセットArtifactを作成、トラッキング、使用する](https://docs.wandb.ai/ja/models/artifacts/artifacts-walkthrough.md): W&B でデータセットArtifactを作成、トラッキング、使用します。 ##### データを管理 - [アーティファクト を削除する](https://docs.wandb.ai/ja/models/artifacts/delete-artifacts.md): W&B App の UI を使ってインタラクティブに、または W&B Python SDK を使ってプログラムから アーティファクト を削除します。 - [Artifacts のデータ保持を管理する](https://docs.wandb.ai/ja/models/artifacts/ttl.md): W&B Artifacts に有効期限（TTL）ポリシーを設定して、自動削除をスケジュールし、ストレージ使用量を管理します。 - [artifact ストレージとメモリ割り当てを管理する](https://docs.wandb.ai/ja/models/artifacts/storage.md): W&B artifact のストレージとメモリ割り当てを管理します。 #### Registry - [Registry の概要](https://docs.wandb.ai/ja/models/registry.md): W&B Registry を使用して、組織全体でアーティファクトのバージョンを管理・共有する - [Create a registry](https://docs.wandb.ai/ja/models/registry/create_registry.md): App UI または Python SDK を使用して、可視性と受け入れ可能なアーティファクトタイプを設定できる W&B Registry を作成します。 - [レジストリへのアクセスを設定する](https://docs.wandb.ai/ja/models/registry/configure_registry.md): ユーザーとチームを管理し、ロールを割り当て、ロールベースの権限を設定して、W&B Registry へのアクセスを設定します。 - [コレクションを作成する](https://docs.wandb.ai/ja/models/registry/create_collection.md): W&B Registry 内でリンクされた artifact バージョンのコレクションを作成し、受け入れ可能な artifact タイプを設定します。 - [アーティファクトバージョンをコレクションにリンクする](https://docs.wandb.ai/ja/models/registry/link_version.md): 組織全体で共有できるように、W&B Registry のコレクションにアーティファクトバージョンをリンクします。 - [Weave プロンプトをコレクションにリンクする](https://docs.wandb.ai/ja/models/registry/link_prompt.md) - [エイリアスを使用してアーティファクトバージョンを参照する](https://docs.wandb.ai/ja/models/registry/aliases.md): デフォルト、カスタム、保護されたエイリアスを使用して、W&B Registry 内の特定のアーティファクトバージョンを参照します。 - [レジストリからアーティファクトをダウンロードする](https://docs.wandb.ai/ja/models/registry/download_use_artifact.md): パスを組み立てて Python SDK を使用し、W&B Registry のコレクションにリンクされたアーティファクトをダウンロードします。 - [レジストリ項目を検索する](https://docs.wandb.ai/ja/models/registry/search_registry.md): UI を使用してインタラクティブに、またはクエリを使用してプログラムから、レジストリ、コレクション、アーティファクト バージョンを検索する方法を説明します。 - [タグでバージョンを整理する](https://docs.wandb.ai/ja/models/registry/organize-with-tags.md): タグを使って、コレクションや、コレクション内の artifact バージョンを整理します。 Python SDK または W&B App UI でタグを追加、削除、編集できます。 - [コレクションに説明を追加する](https://docs.wandb.ai/ja/models/registry/registry_cards.md): W&B Registry のコレクションに説明やドキュメントを追加して、ユーザーがその目的と内容を理解できるようにします。 - [リネージグラフと履歴監査](https://docs.wandb.ai/ja/models/registry/lineage.md): リネージグラフを使用して、リンクされたアーティファクトの履歴を可視化し、コレクションの履歴を監査します。 - [Registry を削除する](https://docs.wandb.ai/ja/models/registry/delete_registry.md): Python SDK または W&B App UI を使用して、Team admin または Registry 管理者として W&B Registry を削除します。 #### Reports - [Reports の概要](https://docs.wandb.ai/ja/models/reports.md): 機械学習向けのプロジェクト管理・コラボレーションツール - [report を作成](https://docs.wandb.ai/ja/models/reports/create-a-report.md): W&B App またはプログラムで W&B Report を作成します。 - [report を編集する](https://docs.wandb.ai/ja/models/reports/edit-a-report.md): App UI を使用してインタラクティブに、または W&B SDK を使用してプログラムで report を編集します。 - [レポート で共同作業する](https://docs.wandb.ai/ja/models/reports/collaborate-on-reports.md): W&B レポートを仲間や同僚、チームメンバーと共有し、共同作業できます。 - [レポートの複製とエクスポート](https://docs.wandb.ai/ja/models/reports/clone-and-export-reports.md): W&B レポート を PDF または LaTeX ファイルにエクスポートし、App UI または Report and Workspace API を使用して複製します。 - [report を埋め込む](https://docs.wandb.ai/ja/models/reports/embed-reports.md): W&B report を Notion または HTML の `iframe` 要素に直接埋め込みます。 - [project をまたいで Runs を比較する](https://docs.wandb.ai/ja/models/reports/cross-project-reports.md): クロスプロジェクトreport を使用して、2 つの異なる project の Runs を比較します。 - [Reports の例](https://docs.wandb.ai/ja/models/reports/reports-gallery.md): 実験の要約、チームでのコラボレーション、知見の共有などのユースケースを示す W&B Reports の例をご覧ください。 #### オートメーション - [オートメーション の概要](https://docs.wandb.ai/ja/models/automations.md): W&B で発生するイベントに応じてワークフローをトリガーするには、W&B オートメーション を使用します - [オートメーションの履歴を表示する](https://docs.wandb.ai/ja/models/automations/view-automation-history.md): W&B Automations の実行履歴を表示して、ステータス、トリガーされたイベント、アクションの結果を確認します。 - [Automations のイベントとスコープ](https://docs.wandb.ai/ja/models/automations/automation-events.md): アーティファクト の変更、run のステータス、メトリクスの条件など、W&B Automations をトリガーするイベントとスコープについて説明します。 - [API でオートメーションを管理する](https://docs.wandb.ai/ja/models/automations/api.md): Python API を使用してオートメーションをプログラムで管理します。一部のクライアント バージョンでは、作成と更新が影響を受ける場合があります。SDK の修正がリリースされるまでは、W&B App の使用を推奨します。 ##### オートメーションを作成 - [概要](https://docs.wandb.ai/ja/models/automations/create-automations.md): W&B Automations を作成・管理して、ML ワークフローを効率化します - [Slack オートメーション を作成する](https://docs.wandb.ai/ja/models/automations/create-automations/slack.md): Slack インテグレーションを設定し、特定のイベント発生時に Slack チャンネルへ通知を送信する W&B オートメーション を作成します。 - [webhook オートメーションを作成する](https://docs.wandb.ai/ja/models/automations/create-automations/webhook.md): 特定のイベントが発生したときに外部サービスへ HTTP リクエストを送信する webhook オートメーションを、W&B で作成します。 ##### チュートリアル - [オートメーションチュートリアルの概要](https://docs.wandb.ai/ja/models/automations/tutorial.md): project の run 失敗時アラートまたは Registry alias のオートメーションを作成する方法を学びます。 - [チュートリアル: project の run 失敗アラートのオートメーション](https://docs.wandb.ai/ja/models/automations/project-automation-tutorial.md): project 内の run が失敗したときに Slack 通知を送信する run 失敗アラートを作成します。 - [チュートリアル: Registry artifact エイリアス のオートメーション](https://docs.wandb.ai/ja/models/automations/registry-automation-tutorial.md): Registry artifact に "production" などの特定の エイリアス が付いたときに webhook を実行するオートメーションを作成します。 #### LLM 評価ジョブ - [LLM 評価ジョブ](https://docs.wandb.ai/ja/models/launch.md): W&B 内でモデル チェックポイントまたはホスト型 API モデルを評価し、自動生成されるリーダーボードを使って結果を分析します。 - [モデル チェックポイントを評価する](https://docs.wandb.ai/ja/models/launch/evaluate-model-checkpoint.md): CoreWeave が管理するインフラストラクチャーを使用して、VLLM 互換のモデル チェックポイントを評価する - [ホスト型 API モデルを評価する](https://docs.wandb.ai/ja/models/launch/evaluate-hosted-model.md): CoreWeave が管理するインフラストラクチャー上でホスト型 API モデルを評価する - [評価ベンチマークカタログ](https://docs.wandb.ai/ja/models/launch/evaluations.md): LLM 評価ジョブで利用可能な評価ベンチマークを参照します #### W&B App UI - [Workspace、セクション、パネルの設定を管理する](https://docs.wandb.ai/ja/models/app/features/cascade-settings.md): W&B App で、Layout や折れ線グラフの設定オプションを含む Workspace、セクション、パネルの設定を管理します。 - [LEET ターミナル UI](https://docs.wandb.ai/ja/models/app/leet-tui.md): LEET（Lightweight Experiment Exploration Tool）TUI を使用して、ターミナルからローカルの W&B Runs を探索、比較できます。 - [コンソールログ](https://docs.wandb.ai/ja/models/app/console-logs.md): W&B の実験 run の情報、警告、エラーを含むコンソールログメッセージを表示し、デバッグします。 - [キーボードショートカット](https://docs.wandb.ai/ja/models/app/keyboard-shortcuts.md): W&Bで利用できるキーボードショートカットについて説明します。 ##### パネル - [パネル](https://docs.wandb.ai/ja/models/app/features/panels.md): Workspace パネルを使用およびカスタマイズして、ログしたデータを可視化します - [棒グラフ](https://docs.wandb.ai/ja/models/app/features/panels/bar-plot.md): メトリクスを可視化し、軸をカスタマイズして、カテゴリデータを棒で比較します。 - [平行座標](https://docs.wandb.ai/ja/models/app/features/panels/parallel-coordinates.md): 機械学習 experiment 間で結果を比較する - [散布図](https://docs.wandb.ai/ja/models/app/features/panels/scatter-plot.md): W&B で散布図を作成・カスタマイズし、run を比較して実験メトリクス間の関係を可視化します。 - [メディアパネル](https://docs.wandb.ai/ja/models/app/features/panels/media.md): 画像、動画、オーディオ、3D オブジェクト、ポイントクラウド向けのメディアパネルを W&B Workspace に追加して設定します。 - [コードの保存と比較](https://docs.wandb.ai/ja/models/app/features/panels/code.md): コードの保存を有効にし、コード比較を使って W&B Runs 間でコードを比較し、Jupyter セッション履歴を取得します。 - [パラメーター重要度](https://docs.wandb.ai/ja/models/app/features/panels/parameter-importance.md): モデルのハイパーパラメーターと 出力メトリクスの関係を可視化します - [run のメトリクスを比較する](https://docs.wandb.ai/ja/models/app/features/panels/run-comparer.md): Run Comparer パネルを使用して、W&B の実験 run 間における設定とメトリクスの違いを表示・比較します。 ###### 折れ線グラフ - [折れ線グラフの概要](https://docs.wandb.ai/ja/models/app/features/panels/line-plot.md): メトリクスを可視化し、軸をカスタマイズして、折れ線グラフで複数の線を比較する - [折れ線グラフのリファレンス](https://docs.wandb.ai/ja/models/app/features/panels/line-plot/reference.md): x軸、y軸、スムージング、集約、グループ化オプションなど、ラインプロットパネルの設定に関するリファレンス。 - [ポイント集約](https://docs.wandb.ai/ja/models/app/features/panels/line-plot/sampling.md): W&Bの折れ線グラフにおける2つの点集約モード、フルフィデリティのバケット化サンプリングとランダムサンプリングについて説明します。 - [折れ線グラフのスムージング](https://docs.wandb.ai/ja/models/app/features/panels/line-plot/smoothing.md): 折れ線グラフでは、スムージングを使用してノイズの多いデータの傾向を把握できます。 ###### クエリ パネル - [クエリパネルの概要](https://docs.wandb.ai/ja/models/app/features/panels/query-panels.md): このページの一部の機能はベータ版で、機能フラグの設定時にのみ利用できます。 関連するすべての機能を有効にするには、プロフィールページの自己紹介に `weave-plot` を追加してください。 - [オブジェクトを埋め込む](https://docs.wandb.ai/ja/models/app/features/panels/query-panels/embedding-projector.md): W&B の Embedding Projector を使用すると、PCA、UMAP、t-SNE などの一般的な次元削減アルゴリズムを使って、多次元埋め込みを 2D 平面にプロットできます。 ##### カスタム チャート - [カスタム チャートの概要](https://docs.wandb.ai/ja/models/app/features/custom-charts.md): Vega の可視化機能を使って、W&B プロジェクトでカスタム チャートを作成する - [チュートリアル: カスタム チャートを使用する](https://docs.wandb.ai/ja/models/app/features/custom-charts/walkthrough.md): W&B UI のカスタム チャート機能の使い方を説明するチュートリアル ### インテグレーション - [インテグレーションの概要](https://docs.wandb.ai/ja/models/integrations.md): MLフレームワーク、クラウドプラットフォーム、ワークフローオーケストレーションツール向けのW&Bインテグレーションを確認します - [Python ライブラリに W&B を追加する](https://docs.wandb.ai/ja/models/integrations/add-wandb-to-any-library.md): 実験管理、システム監視、Model Management のために W&B を Python ライブラリに組み込む際のベストプラクティスです。 #### ML フレームワークとライブラリ ##### ML フレームワーク - [Keras](https://docs.wandb.ai/ja/models/integrations/keras.md): W&B Keras コールバックを使用して、実験を管理し、モデルの チェックポイント を保存し、トレーニング中の予測を可視化します。 - [PyTorch](https://docs.wandb.ai/ja/models/integrations/pytorch.md): PyTorch を W&B と統合し、実験管理、データセットのバージョン管理、メトリクス、勾配、モデルをログします。 - [PyTorch Lightning](https://docs.wandb.ai/ja/models/integrations/lightning.md): 組み込みの WandbLogger を使用して、PyTorch Lightning で W&B による実験管理とモデル チェックポイントを行います。 - [PyTorch Ignite](https://docs.wandb.ai/ja/models/integrations/ignite.md): PyTorch Ignite と W&B を統合して、トレーニング メトリクス、モデル パラメーター、実験の設定を自動的にログします。 - [TensorFlow](https://docs.wandb.ai/ja/models/integrations/tensorflow.md): カスタムメトリクスをログする、フックの使用、TensorBoardログの同期のために、W&BをTensorFlowと統合します。 - [XGBoost](https://docs.wandb.ai/ja/models/integrations/xgboost.md): W&B を XGBoost と統合すると、勾配ブースティングのメトリクス、特徴量重要度、モデル性能を自動的にログできます。 ##### ML ライブラリ - [Hugging Face](https://docs.wandb.ai/ja/models/integrations/huggingface.md): W&B を使って Hugging Face のモデル性能を可視化・トラッキングし、ハイパーパラメーター、メトリクス、GPU 使用率をログします。 - [Hugging Face Accelerate](https://docs.wandb.ai/ja/models/integrations/accelerate.md): 大規模なトレーニングと推論をシンプルかつ効率的で柔軟に実現 - [Hugging Face Diffusers](https://docs.wandb.ai/ja/models/integrations/diffusers.md): Hugging Face Diffusers と W&B autolog を使用して、プロンプト、生成されたメディア、設定、パイプラインアーキテクチャをトラッキングします。 - [Hugging Face Simple Transformers](https://docs.wandb.ai/ja/models/integrations/simpletransformers.md): Hugging Face の Transformers ライブラリと W&B を統合する方法。 - [Hugging Face Transformers](https://docs.wandb.ai/ja/models/integrations/huggingface_transformers.md): Hugging Face Transformers Trainer で W&B を使用して、実験管理、モデル チェックポイント、データセットのバージョン管理を行う。 - [OpenAI Gym](https://docs.wandb.ai/ja/models/integrations/openai-gym.md): OpenAI Gym と W&B を統合して、強化学習の Experiments をトラッキングし、エピソードのパフォーマンス動画を記録します。 - [PyTorch Geometric](https://docs.wandb.ai/ja/models/integrations/pytorch-geometric.md): PyTorch Geometric を W&B と統合して、幾何学的深層学習におけるグラフの可視化と実験管理を行います。 - [PyTorch torchtune](https://docs.wandb.ai/ja/models/integrations/torchtune.md): PyTorch torchtuneでW&B loggingを使用して、WandBLoggerメトリクスロガーでLLMのファインチューニング実験をトラッキングします。 #### クラウド プラットフォーム - [Azure OpenAI のファインチューニング](https://docs.wandb.ai/ja/models/integrations/azure-openai-fine-tuning.md): W&B の実験管理を使用して Azure OpenAI モデルをファインチューニングし、メトリクス、ハイパーパラメーター、トレーニングの進捗をログします。 - [OpenAI ファインチューニング](https://docs.wandb.ai/ja/models/integrations/openai-fine-tuning.md): W&B を使って OpenAI モデルをファインチューニングし、トレーニングメトリクスをログして、ジョブを監視し、経時的なモデル性能を比較します。 - [OpenAI API](https://docs.wandb.ai/ja/models/integrations/openai-api.md): OpenAI API で W&B を使用して、Chat Completions、ファインチューニング ジョブ、トークン使用量のメトリクスをログして監視します。 #### その他 - [Hydra](https://docs.wandb.ai/ja/models/integrations/hydra.md): Hydra と W&B を統合して、機械学習実験向けの複雑な設定を管理し、ハイパーパラメーターを自動的にログします。 - [YOLOX](https://docs.wandb.ai/ja/models/integrations/yolox.md): W&B を YOLOX と統合して、物体検出モデルのトレーニングをトラッキングし、メトリクスをログして、検出結果を可視化します。 - [YOLOv5](https://docs.wandb.ai/ja/models/integrations/yolov5.md): YOLOv5 に組み込まれている W&B インテグレーション を使用して、実験管理、モデルのバージョン管理、予測の可視化を行えます。 ### リファレンス - [Python SDK](https://docs.wandb.ai/ja/models/ref-link-python.md) - [CLI](https://docs.wandb.ai/ja/models/ref-link-cli.md) - [クエリ式言語](https://docs.wandb.ai/ja/models/ref-link-query-panel.md) - [Reports および Workspaces API](https://docs.wandb.ai/ja/models/ref-link-workspaces.md)