Passer au contenu principal
Parcourez des exemples complets regroupés par produit. Chaque page ci-dessous renvoie vers un tutoriel, un guide pas à pas ou une page contenant un notebook Colab exécutable.

Guides de démarrage rapide

Premiers pas avec W&B

Point d’entrée commun pour prendre rapidement en main Weights & Biases.

W&B Models : Démarrage rapide

Installez W&B et commencez à suivre vos expériences en quelques minutes.

W&B Models : Premiers pas avec les expériences

Suivez les expériences, consignez des métriques et visualisez les résultats.

W&B Weave : Démarrage rapide

Ajoutez le traçage à votre application LLM pour déboguer et surveiller les interactions avec le modèle.

W&B Weave : Découvrez Weave avec W&B Inference

Tracez les appels au modèle, comparez les sorties et exécutez des évaluations avec W&B Inference.

W&B Weave : Démarrage rapide du Leaderboard

Créez un leaderboard pour comparer les modèles et les expériences.

W&B Models

expériences

W&B Models: Aperçu d'expériences

Introduction au suivi des métriques, des hyperparamètres, des métriques système et des artefacts de modèle.

W&B Models: Configurer des expériences

Enregistrez la configuration de l’expérience à l’aide d’un objet de type dictionnaire.

W&B Models: Afficher les résultats d'expérience

Explorez les données d’exécution dans des espaces de travail interactifs.

W&B Models: Journaliser des médias et des objets

Journalisez des médias enrichis : nuages de points 3D, molécules, HTML, histogrammes, etc.

W&B Models: Journaliser des modèles

Journalisez des artefacts de modèle dans une exécution avec run.log_model() et run.use_model().

W&B Models: Créer et suivre des graphiques

Créez et suivez des graphiques à partir d’expériences de ML.

Sweeps, artefacts, tableaux

W&B Models : Aperçu de Sweeps

Introduction à la recherche d’hyperparamètres et à l’optimisation du modèle avec Sweeps.

W&B Models : Exécuter un sweep

Définissez, initialisez et exécutez un sweep d’hyperparamètres.

W&B Models : Aperçu d'artefacts

Introduction à W&B Artifacts et à la prise en main.

W&B Models : Créer et utiliser un artefact de jeu de données

Créez, suivez et utilisez un artefact de jeu de données d’une expérience à l’autre.

W&B Models : Gérer la rétention des artefacts

Définissez des politiques TTL sur les artefacts pour gérer le stockage.

W&B Models : Aperçu de tableaux

Itérez sur les jeux de données et comprenez les prédictions des modèles avec Tables.

W&B Models : Enregistrer des tableaux et interroger les données

Enregistrez des tableaux, visualisez-les et interrogez des données structurées.

W&B Models : Visualiser et analyser des tableaux

Comparez, filtrez, regroupez et triez des tableaux dans des vues fusionnées ou côte à côte.

Registry, Reports, fonctionnalités de l’interface utilisateur

W&B Models : Aperçu du Registry

Gérez et partagez les versions d’artefacts au sein de votre organisation.

W&B Models : Référencer une version d’artefact avec des alias

Utilisez des alias par défaut, personnalisés et protégés dans le Registry.

W&B Models : Aperçu des Reports

Outils de gestion et de collaboration pour les projets de ML.

W&B Models : Créer un Report

Créez un Report W&B depuis l’interface de l’application ou par code.

W&B Models : Modifier un report

Modifiez des reports de manière interactive ou avec l’API Report.

W&B Models : Aperçu des graphiques personnalisés

Créez des graphiques personnalisés dans les projets W&B avec des visualisations Vega.

W&B Models : Créer des graphiques personnalisés

Utilisez des graphiques personnalisés pour créer des visualisations sur mesure dans l’interface utilisateur W&B.

W&B Models : Créer des embeddings d’objets

Utilisez le projecteur d’embeddings pour explorer les embeddings d’objets.

Intégrations de frameworks ML

W&B Models : Keras

Suivez les expériences, enregistrez des points de contrôle de modèles et visualisez les prédictions avec les callbacks Keras.

W&B Models : PyTorch

Suivez les métriques, les gradients et les modèles avec l’intégration PyTorch.

W&B Models : PyTorch Lightning

Utilisez le WandbLogger intégré avec PyTorch Lightning.

W&B Models : PyTorch Ignite

Enregistrez automatiquement les métriques d’entraînement, les paramètres du modèle et les configurations.

W&B Models : PyTorch torchtune

Suivez les expériences de fine-tuning de LLM avec le WandBLogger de torchtune.

W&B Models : TensorFlow

Enregistrez des métriques personnalisées, utilisez des hooks d’estimateur et synchronisez les journaux de TensorBoard.

W&B Models : XGBoost

Enregistrez les métriques de gradient boosting, l’importance des variables et les performances du modèle.

W&B Models : YOLOv5

Utilisez l’intégration W&B intégrée à YOLOv5 pour le suivi des expériences et la gestion des versions.

Intégrations de bibliothèques ML

W&B Models : Hugging Face

Visualisez et suivez les performances des modèles Hugging Face avec W&B.

W&B Models : Hugging Face Transformers

Utilisez W&B avec le Trainer de Hugging Face Transformers.

W&B Models : Simple Transformers

Intégrez W&B à Hugging Face Simple Transformers.

W&B Models : Hugging Face Diffusers

Enregistrez automatiquement les prompts, les médias générés et l’architecture du pipeline.

W&B Models : OpenAI API

Enregistrez les complétions de chat, les jobs de fine-tuning et les métriques d’utilisation des jetons.

W&B Models : fine-tuning Azure OpenAI

Effectuez le fine-tuning des modèles Azure OpenAI avec le suivi des expériences de W&B.

W&B Weave

Tutoriels

W&B Weave : Créez une évaluation

Créez un pipeline d’évaluation avec Weave Models et Evaluations.

W&B Weave : Évaluez une application RAG

Créez et évaluez une application RAG avec des juges LLM.

W&B Weave : Tracez des fonctions imbriquées

Suivez des chaînes d’appels profondément imbriquées avec le traçage W&B.

W&B Weave : Versionnez une application

Suivez et versionnez votre application ainsi que ses paramètres avec Weave Model.

Recettes

W&B Weave : Introduction aux traces

Une introduction accessible aux traces avec Weave.

W&B Weave : Introduction aux évaluations

Faites vos premiers pas avec l’exécution d’évaluations dans Weave.

W&B Weave : Évaluations de jeu de données Hugging Face

Exécutez des évaluations sur des jeux de données Hugging Face avec Weave.

W&B Weave : Importer un jeu de données depuis un fichier CSV

Chargez un fichier CSV dans un jeu de données Weave et utilisez-le dans des évaluations.

W&B Weave : Utiliser Weave avec W&B Models

Combinez W&B Models et Weave dans un même flux de travail.

W&B Weave : Synthèse par chaîne de densité

Implémentez le prompting chain-of-density pour une synthèse itérative.

W&B Weave : Optimisation de prompt avec DSPy

Optimisez les prompts avec DSPy et suivez les résultats dans Weave.

W&B Weave : Routage personnalisé avec NotDiamond

Acheminez dynamiquement les requêtes entre les modèles avec NotDiamond.

W&B Weave : Sortie structurée multi-agent

Coordonnez plusieurs agents qui produisent une sortie structurée.

W&B Weave : Génération de code

Créez et évaluez un pipeline de génération de code avec Weave.

W&B Weave : Pipeline OCR

Suivez les traces et évaluez un pipeline OCR de vision par ordinateur.

W&B Weave : Audio avec Weave

Travaillez avec des entrées et des sorties audio dans les traces Weave.

W&B Weave : Monitoring en ligne

Surveillez une application LLM en production avec Weave.

W&B Weave : Retours de production

Collectez et exploitez les retours des utilisateurs issus du trafic de production.

W&B Weave : Évaluateurs comme garde-fous

Utilisez les évaluateurs Weave comme garde-fous pour les appels LLM en production.

W&B Weave : Coûts de modèle personnalisés

Suivez les coûts personnalisés par modèle en parallèle des traces.

W&B Weave : Gestion des données PII

Masquez les données PII dans les traces Weave pour les charges de travail sensibles.

W&B Weave : Utiliser l’API de service Weave

Appelez directement l’API de service Weave pour enregistrer des traces.

Évaluation et suivi

W&B Weave : Évaluez avec des évaluateurs locaux

Utilisez de petits modèles de langage locaux pour évaluer la sécurité et la qualité de l’IA.

W&B Weave : Configurer des files d’annotation

Acheminez les traces vers des experts métier et exportez des commentaires structurés.

W&B Weave : Suivre les coûts personnalisés

Suivez et gérez les coûts liés aux opérations LLM.

Intégrations de fournisseurs de LLM

W&B Weave: Anthropic

Suivez et consignez automatiquement les appels LLM effectués via le SDK Anthropic.

W&B Weave: Cohere

Suivez et consignez automatiquement les appels LLM effectués via la bibliothèque Python de Cohere.

W&B Weave: Google

Tracez et consignez les appels aux modèles Google GenAI.

W&B Weave: Groq

Suivez et surveillez l’inférence LPU de Groq avec Weave.

W&B Weave: MistralAI

Tracez et évaluez les appels aux modèles Mistral AI avec Weave.

W&B Weave: OpenAI

Intégrez OpenAI à Weave pour le traçage, l’évaluation et la surveillance.

W&B Weave: LiteLLM

Suivez et consignez automatiquement les appels LLM effectués via LiteLLM.

Intégrations de frameworks et de protocoles

W&B Weave: CrewAI

Surveillez et tracez les applications multi-agents avec CrewAI.

W&B Weave: DSPy

Suivez et consignez les appels effectués à l’aide des modules et fonctions DSPy.

W&B Weave: Instructor

Tracez les appels avec sortie structurée effectués via Instructor.

W&B Weave: LangChain

Suivez et consignez tous les appels effectués via la bibliothèque Python LangChain.

W&B Weave: Verdict

Utilisez le framework d’évaluation Verdict pour surveiller les pipelines d’évaluation de LLM.

W&B Weave: Hugging Face Hub

Suivez et analysez les applications de machine learning avec Hugging Face Hub.

W&B Weave: Model Context Protocol (MCP)

Tracez l’activité entre votre client MCP et votre serveur MCP.

W&B Inference

W&B Inference: Créer un adaptateur LoRA fine-tuné

Affinez et déployez un adaptateur LoRA avec W&B Inference.

W&B Inference: Utiliser Cline avec W&B Inference

Intégrez Cline aux points de terminaison de W&B Inference.

W&B Training

W&B Training : Serverless RL

Réalisez le post-entraînement de modèles par apprentissage par renforcement sur W&B.

W&B Training : Utiliser Serverless SFT

Affinez des modèles avec Serverless SFT à l’aide du framework OpenPipe ART.

W&B Training : Utiliser des modèles entraînés

Effectuez des requêtes d’inférence sur les modèles que vous avez entraînés.

W&B Sandboxes

W&B Sandboxes : Entraîner un modèle PyTorch

Entraînez un modèle PyTorch dans un environnement W&B Sandbox.

W&B Sandboxes : Invoquer un agent dans un sandbox

Invoquez un agent OpenAI dans un environnement W&B Sandbox.