> ## 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.
# Runs
export const GitHubLink = ({url}) =>
Source GitHub
;
## class `Runs`
Un itérateur paresseux d’objets `Run` associés à un projet et à un filtre facultatif.
Les Runs sont récupérés par pages depuis le serveur W\&B selon les besoins.
Cette classe s’utilise généralement de manière indirecte via l’espace de noms `Api.runs`.
### méthode `Runs.__init__`
```python theme={null}
__init__(
service_api: 'ServiceApi',
entity: 'str',
project: 'str',
filters: 'dict[str, Any] | None' = None,
order: 'str' = '+created_at',
per_page: 'int' = 50,
include_sweeps: 'bool' = False,
lazy: 'bool' = True,
api_key: 'str | None' = None
)
```
**Arguments :**
* `service_api`: L’API de service à utiliser pour les requêtes.
* `entity`: L’entité (nom d’utilisateur ou équipe) propriétaire du projet.
* `project`: Le nom du projet depuis lequel récupérer les runs.
* `filters`: Filtres à appliquer à la requête de runs.
* `order`: L’ordre peut être `created_at`, `heartbeat_at`, `config.*.value` ou `summary_metrics.*`. Si l’ordre est précédé de `+`, le tri est croissant (par défaut). Si l’ordre est précédé de `-`, le tri est décroissant. Par défaut, l’ordre est `run.created_at`, du plus ancien au plus récent.
* `per_page`: Le nombre de runs à récupérer par requête (50 par défaut).
* `include_sweeps`: Indique s’il faut inclure les informations sur les Sweeps dans les runs. La valeur par défaut est `True`.
***
### propriété Runs.length
***
### méthode `Runs.histories`
```python theme={null}
histories(
samples: 'int' = 500,
keys: 'list[str] | None' = None,
x_axis: 'str' = '_step',
format: "Literal['default', 'pandas', 'polars']" = 'default',
stream: "Literal['default', 'system']" = 'default'
) → list[dict[str, Any]] | pd.DataFrame | pl.DataFrame
```
Renvoie des métriques d’historique échantillonnées pour tous les runs qui satisfont aux conditions des filtres.
**Arguments :**
* `samples` : Nombre d’échantillons à renvoyer par run
* `keys` : Renvoie uniquement les métriques pour des clés spécifiques
* `x_axis` : Utilisez cette métrique comme xAxis ; la valeur par défaut est \_step
* `format` : Format dans lequel renvoyer les données ; les options sont "default", "pandas", "polars"
* `stream` : "default" pour les métriques, "system" pour les métriques système
**Retourne :**
* `pandas.DataFrame` : Si `format="pandas"`, renvoie un `pandas.DataFrame` de métriques d’historique.
* `polars.DataFrame` : Si `format="polars"`, renvoie un `polars.DataFrame` de métriques d’historique.
* `list of dicts` : Si `format="default"`, renvoie une liste de dicts contenant des métriques d’historique avec une clé `run_id`.
***
### méthode `Runs.upgrade_to_full`
```python theme={null}
upgrade_to_full() → None
```
Met à niveau cette collection de Runs du mode paresseux au mode complet.
Bascule vers la récupération des données complètes des runs et met à niveau tous les objets Run déjà chargés afin qu'ils contiennent l'ensemble des données. Utilise le chargement en parallèle pour de meilleures performances lors de la mise à niveau de plusieurs runs.