> ## Documentation Index
> Fetch the complete documentation index at: https://docs.wandb.ai/llms.txt
> Use this file to discover all available pages before exploring further.

> Créez, suivez et utilisez un artifact de jeu de données avec W&B.

# Tutoriel : créer, suivre et utiliser un artifact de jeu de données

Ce guide pas à pas explique comment créer, suivre et utiliser un artifact de jeu de données.

<div id="1-log-into-wb">
  ## 1. Connectez-vous à W\&B
</div>

Importez la bibliothèque W\&B, puis connectez-vous à W\&B. Vous devrez créer un compte W\&B gratuit si ce n’est pas déjà fait.

```python theme={null}
import wandb

wandb.login()
```

<div id="2-initialize-a-run">
  ## 2. Initialiser un run
</div>

Utilisez [`wandb.init()`](/fr/models/ref/python/functions/init) pour initialiser un run. Cela lance un processus en arrière-plan pour synchroniser et journaliser les données. Indiquez un nom de projet et un type de job :

```python theme={null}
# Créer un run W&B. Ici, nous spécifions 'dataset' comme type de job car cet exemple
# montre comment créer un artifact de jeu de données.
with wandb.init(project="artifacts-example", job_type="upload-dataset") as run:
    # Votre code ici
```

<div id="3-create-an-artifact-object">
  ## 3. Créer un objet artifact
</div>

Créez un objet artifact à l’aide de [`wandb.Artifact()`](/fr/models/ref/python/experiments/artifact). Indiquez un nom pour l'artifact et une description du type de fichier pour les paramètres `name` et `type`, respectivement.

Par exemple, l’extrait de code suivant montre comment créer un artifact appelé `‘bicycle-dataset’` avec le libellé `‘dataset’` :

```python theme={null}
artifact = wandb.Artifact(name="bicycle-dataset", type="dataset")
```

Pour en savoir plus sur la création d’un artifact, voir [Créer des artifacts](./construct-an-artifact).

<div id="4-add-the-dataset-to-the-artifact">
  ## 4. Ajoutez le jeu de données à l'artifact
</div>

Ajoutez un fichier à l'artifact. Parmi les types de fichiers courants figurent les modèles et les jeux de données. L'exemple suivant ajoute à l'artifact un jeu de données nommé `dataset.h5`, enregistré localement sur votre machine :

```python theme={null}
# Ajoutez un fichier au contenu de l'artifact
artifact.add_file(local_path="dataset.h5")
```

Remplacez le nom de fichier `dataset.h5` dans l’extrait de code précédent par le chemin d’accès du fichier que vous souhaitez ajouter à l’artifact.

<div id="5-log-the-dataset">
  ## 5. Journaliser le jeu de données
</div>

Utilisez la méthode `wandb.Run.log_artifact()` des objets run de W\&B pour journaliser la version de votre artifact et déclarer cet artifact comme [sortie du run](/fr/models/artifacts/explore-and-traverse-an-artifact-graph).

```python theme={null}
# Journaliser la version de l'artifact dans W&B et la marquer
# comme sortie de ce run
run.log_artifact(artifact)
```

Un [alias](/fr/models/artifacts/create-a-custom-alias) `'latest'` est créé par défaut lorsque vous journalisez un artifact. Pour en savoir plus sur les alias et les versions d’artifact, voir [Créer un alias personnalisé](./create-a-custom-alias) et [Créer de nouvelles versions d’artifact](./create-a-new-artifact-version), respectivement.

Au final, votre script devrait ressembler à ceci :

```python theme={null}
import wandb

wandb.login()

with wandb.init(project="artifacts-example", job_type="upload-dataset") as run:
    artifact = wandb.Artifact(name="bicycle-dataset", type="dataset")
    artifact.add_file(local_path="dataset.h5")
    run.log_artifact(artifact)
```

<div id="6-download-and-use-the-artifact">
  ## 6. Télécharger et utiliser l'artifact
</div>

L'exemple de code suivant montre les étapes à suivre pour utiliser un artifact que vous avez enregistré et sauvegardé sur les serveurs W\&B.

1. Commencez par initialiser un nouvel objet run avec **`wandb.init()`.**
2. Ensuite, utilisez la méthode [`wandb.Run.use_artifact()`](/fr/models/ref/python/experiments/run#use_artifact) de l'objet run pour indiquer à W\&B quel artifact utiliser. Cette méthode renvoie un objet artifact.
3. Enfin, utilisez la méthode [`wandb.Artifact.download()`](/fr/models/ref/python/experiments/artifact#download) de l'artifact pour télécharger son contenu.

```python theme={null}
# Créer un Run W&B. Ici, nous spécifions 'training' pour 'type'
# car nous utiliserons ce run pour suivre l'entraînement.
with wandb.init(project="artifacts-example", job_type="training") as run:

  # Interroger W&B pour un artifact et le marquer comme entrée de ce run
  artifact = run.use_artifact("bicycle-dataset:latest")

  # Télécharger le contenu de l'artifact
  artifact_dir = artifact.download()
```

Vous pouvez aussi utiliser l’API publique (`wandb.Api`) pour exporter des données (ou les mettre à jour) déjà enregistrées dans W\&B en dehors d’un Run. Voir [Track external files](./track-external-files) pour plus d’informations.