> ## 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.

# spaCy

> Intégrez W&B à spaCy v3 pour suivre les métriques d'entraînement et versionner les modèles et les jeux de données grâce à la configuration WandbLogger.

[spaCy](https://spacy.io) est une bibliothèque de TAL populaire « de niveau industriel » : des modèles rapides et précis, sans complexité inutile. Depuis spaCy v3, W\&B peut désormais être utilisé avec [`spacy train`](https://spacy.io/api/cli#train) pour suivre les métriques d'entraînement de votre modèle spaCy, ainsi que pour enregistrer et versionner vos modèles et jeux de données. Il suffit pour cela d'ajouter quelques lignes à votre configuration.

<div id="sign-up-and-create-an-api-key">
  ## Inscrivez-vous et créez une clé API
</div>

Une clé API authentifie votre machine auprès de W\&B. Vous pouvez générer une clé API depuis votre profil.

<Note>
  Pour une méthode plus directe, accédez aux [Paramètres utilisateur](https://wandb.ai/settings) et créez une clé API. Copiez immédiatement la clé API et conservez-la dans un endroit sûr, par exemple dans un gestionnaire de mots de passe.
</Note>

1. Cliquez sur l’icône de votre profil dans l’angle supérieur droit.
2. Sélectionnez **Paramètres utilisateur**, puis faites défiler jusqu’à la section **Clés API**.

<div id="install-the-wandb-library-and-log-in">
  ## Installez la bibliothèque `wandb` et connectez-vous
</div>

Pour installer la bibliothèque `wandb` localement et vous connecter :

<Tabs>
  <Tab title="Ligne de commande">
    1. Définissez la variable d'environnement [`WANDB_API_KEY`](/fr/models/track/environment-variables/) avec votre clé API.

       ```bash theme={null}
       export WANDB_API_KEY=<your_api_key>
       ```

    2. Installez la bibliothèque `wandb` et connectez-vous.

       ```shell theme={null}
       pip install wandb

       wandb login
       ```
  </Tab>

  <Tab title="Python">
    ```bash theme={null}
    pip install wandb
    ```

    ```python theme={null}
    import wandb
    wandb.login()
    ```
  </Tab>

  <Tab title="Python notebook">
    ```notebook theme={null}
    !pip install wandb

    import wandb
    wandb.login()
    ```
  </Tab>
</Tabs>

<div id="add-the-wandblogger-to-your-spacy-config-file">
  ## Ajoutez `WandbLogger` à votre fichier de configuration spaCy
</div>

Les fichiers de configuration spaCy servent à définir tous les aspects de l’entraînement, pas uniquement la journalisation : allocation du GPU, choix de l’optimiseur, chemins des jeux de données, et bien plus encore. Au minimum, dans `[training.logger]`, vous devez renseigner la clé `@loggers` avec la valeur `"spacy.WandbLogger.v3"`, ainsi qu’un `project_name`.

<Note>
  Pour en savoir plus sur le fonctionnement des fichiers de configuration d’entraînement de spaCy et sur les autres options que vous pouvez fournir pour personnaliser l’entraînement, consultez la [documentation de spaCy](https://spacy.io/usage/training).
</Note>

```python theme={null}
[training.logger]
@loggers = "spacy.WandbLogger.v3"
project_name = "my_spacy_project"
remove_config_values = ["paths.train", "paths.dev", "corpora.train.path", "corpora.dev.path"]
log_dataset_dir = "./corpus"
model_log_interval = 1000
```

| Nom                    | Description                                                                                                                                                                                                                                                                           |
| ---------------------- | ------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------- |
| `project_name`         | `str`. Le nom du projet W\&B. Le projet sera créé automatiquement s’il n’existe pas encore.                                                                                                                                                                                           |
| `remove_config_values` | `List[str]` . Une liste de valeurs à exclure de la configuration avant son envoi vers W\&B. `[]` par défaut.                                                                                                                                                                          |
| `model_log_interval`   | `Optional int`. `None` par défaut. S’il est défini, active la [gestion des versions des modèles](/fr/models/registry/) avec [Artifacts](/fr/models/artifacts/). Indiquez le nombre d’étapes à attendre entre chaque enregistrement de point de contrôle du modèle. `None` par défaut. |
| `log_dataset_dir`      | `Optional str`. Si un chemin est fourni, le jeu de données sera téléversé en tant qu’Artifact au début de l’entraînement. `None` par défaut.                                                                                                                                          |
| `entity`               | `Optional str` . Si fourni, le run sera créé dans l’entité spécifiée                                                                                                                                                                                                                  |
| `run_name`             | `Optional str` . Si spécifié, le run sera créé avec le nom indiqué.                                                                                                                                                                                                                   |

<div id="start-training">
  ## Lancer l'entraînement
</div>

Une fois que vous avez ajouté `WandbLogger` à votre configuration d'entraînement spaCy, vous pouvez exécuter `spacy train` comme d'habitude.

<Tabs>
  <Tab title="Ligne de commande">
    ```python theme={null}
    python -m spacy train \
        config.cfg \
        --output ./output \
        --paths.train ./train \
        --paths.dev ./dev
    ```
  </Tab>

  <Tab title="Python">
    ```python theme={null}
    python -m spacy train \
        config.cfg \
        --output ./output \
        --paths.train ./train \
        --paths.dev ./dev
    ```
  </Tab>

  <Tab title="Python notebook">
    ```notebook theme={null}
    !python -m spacy train \
        config.cfg \
        --output ./output \
        --paths.train ./train \
        --paths.dev ./dev
    ```
  </Tab>
</Tabs>

Au démarrage de l'entraînement, un lien vers la [page W\&B](/fr/models/runs/) de votre run d'entraînement s'affiche. Il vous redirige vers le [tableau de bord](/fr/models/track/workspaces/) de suivi des expériences de ce run dans l'interface web de W\&B.