> ## 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.
# setup()
export const GitHubLink = ({url}) =>
Source GitHub
;
### fonction `setup`
```python theme={null}
setup(settings: 'Settings | None' = None) → _WandbSetup
```
Prépare W\&B à être utilisé dans le processus en cours et ses processus enfants.
Vous pouvez généralement l’ignorer, car il est appelé implicitement par `wandb.init()`.
Si vous utilisez wandb dans plusieurs processus, appeler `wandb.setup()` dans le processus parent avant de démarrer les processus enfants peut améliorer les performances et l’utilisation des ressources.
Notez que `wandb.setup()` modifie `os.environ` et qu’il est important que les processus enfants héritent des variables d’environnement modifiées.
Voir aussi `wandb.teardown()`.
**Arguments :**
* `settings` : Paramètres de configuration à appliquer globalement. Ils peuvent être remplacés par des appels ultérieurs à `wandb.init()`.
**Exemple :**
```python theme={null}
import multiprocessing
import wandb
def run_experiment(params):
with wandb.init(config=params):
# Lancer l'expérience
pass
if __name__ == "__main__":
# Démarrer le backend et définir la configuration globale
wandb.setup(settings={"project": "my_project"})
# Définir les paramètres de l'expérience
experiment_params = [
{"learning_rate": 0.01, "epochs": 10},
{"learning_rate": 0.001, "epochs": 20},
]
# Démarrer plusieurs processus, chacun exécutant une expérience distincte
processes = []
for params in experiment_params:
p = multiprocessing.Process(target=run_experiment, args=(params,))
p.start()
processes.append(p)
# Attendre la fin de tous les processus
for p in processes:
p.join()
# Facultatif : arrêter explicitement le backend
wandb.teardown()
```