> ## 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.

> Utilisez W&B avec Jupyter pour obtenir des visualisations interactives sans quitter votre notebook.

# Suivre les notebooks Jupyter

Utilisez W\&B avec Jupyter pour obtenir des visualisations interactives sans quitter votre notebook. Combinez des analyses personnalisées, des expériences et des prototypes, le tout entièrement enregistré.

<div id="use-cases-for-wb-with-jupyter-notebooks">
  ## Cas d’usage de W\&B avec les notebooks Jupyter
</div>

1. **Expérimentation itérative** : exécutez et relancez des expériences, ajustez les paramètres, et enregistrez automatiquement tous vos runs dans W\&B sans avoir à prendre de notes manuellement au fil de l’eau.
2. **Enregistrement du code** : lorsque vous reproduisez un modèle, il est difficile de savoir quelles cellules d’un notebook ont été exécutées et dans quel ordre. Activez l’enregistrement du code dans votre [page Settings](/fr/platform/app/settings-page/) pour conserver un historique de l’exécution des cellules pour chaque expérience.
3. **Analyse personnalisée** : une fois les runs consignés dans W\&B, vous pouvez facilement récupérer un dataframe depuis l’API, effectuer une analyse personnalisée, puis consigner ces résultats dans W\&B pour les enregistrer et les partager dans Reports.

<div id="getting-started-in-a-notebook">
  ## Prise en main dans un notebook
</div>

Commencez votre notebook avec le code suivant pour installer W\&B et associer votre compte :

```notebook theme={null}
!pip install wandb -qqq
import wandb
wandb.login()
```

Ensuite, configurez votre expérience et enregistrez les hyperparamètres :

```python theme={null}
wandb.init(
    project="jupyter-projo",
    config={
        "batch_size": 128,
        "learning_rate": 0.01,
        "dataset": "CIFAR-100",
    },
)
```

Après avoir exécuté `wandb.init()` , démarrez une nouvelle cellule avec `%%wandb` pour afficher des graphiques en temps réel dans le notebook. Si vous exécutez cette cellule plusieurs fois, les données seront ajoutées au run.

```notebook theme={null}
%%wandb

# Votre boucle d'entraînement ici
```

Essayez-le vous-même dans ce [notebook d’exemple](https://wandb.me/jupyter-interact-colab).

<Frame>
  <img src="https://mintcdn.com/wb-21fd5541/_OEDykSS2PIumrEw/images/track/jupyter_widget.png?fit=max&auto=format&n=_OEDykSS2PIumrEw&q=85&s=cd906c71f42f4084794ab3cee5a5ebec" alt="widget W&B pour Jupyter" width="2234" height="1238" data-path="images/track/jupyter_widget.png" />
</Frame>

<div id="rendering-live-wb-interfaces-directly-in-your-notebooks">
  ### Afficher des interfaces W\&B en direct dans vos notebooks
</div>

Vous pouvez également afficher directement dans votre notebook des tableaux de bord, des Sweeps ou des Reports existants à l’aide de la commande magique `%wandb` :

```notebook theme={null}
# Afficher un espace de travail de projet
%wandb USERNAME/PROJECT
# Afficher un run unique
%wandb USERNAME/PROJECT/runs/RUN_ID
# Afficher un Sweep
%wandb USERNAME/PROJECT/sweeps/SWEEP_ID
# Afficher un rapport
%wandb USERNAME/PROJECT/reports/REPORT_ID
# Spécifier la hauteur de l'iframe intégré
%wandb USERNAME/PROJECT -h 2048
```

Comme alternative aux commandes magiques `%%wandb` ou `%wandb`, après avoir exécuté `wandb.init()`, vous pouvez terminer n’importe quelle cellule par `wandb.Run.finish()` pour afficher des graphiques en ligne, ou appeler `ipython.display(...)` sur n’importe quel objet Report, Sweeps ou run renvoyé par nos API.

```python theme={null}
import wandb
from IPython.display import display
# Initialiser un run
run = wandb.init()

# Si la cellule retourne run.finish(), vous verrez des graphiques en direct
run.finish()
```

<Note>
  Vous voulez en savoir plus sur ce que vous pouvez faire avec W\&B ? Consultez notre [guide de journalisation des données et des médias](/fr/models/track/log/), découvrez [comment intégrer W\&B à vos outils ML
  préférés](/fr/models/integrations), ou consultez directement la [documentation de référence](/fr/models/ref/python/) ou notre [dépôt d'exemples](https://github.com/wandb/examples).
</Note>

<div id="additional-jupyter-features-in-wb">
  ## Fonctionnalités Jupyter supplémentaires dans W\&B
</div>

1. **Authentification facile dans Colab** : lorsque vous appelez `wandb.init()` pour la première fois dans Colab, nous authentifions automatiquement votre environnement d'exécution si vous êtes déjà connecté à W\&B dans votre navigateur. Dans l’onglet Vue d’ensemble de la page de votre run, vous verrez un lien vers le notebook Colab.
2. **Jupyter Magic :** affichez des tableaux de bord, des Sweeps et des Reports directement dans vos notebooks. La commande magique `%wandb` accepte un chemin vers votre projet, vos Sweeps ou vos Reports et affiche l’interface W\&B directement dans le notebook.
3. **Lancer Jupyter conteneurisé avec Docker** : appelez `wandb docker --jupyter` pour lancer un conteneur Docker, y monter votre code, vous assurer que Jupyter est installé et le démarrer sur le port 8888.
4. **Exécutez des cellules dans n’importe quel ordre sans crainte** : par défaut, nous attendons le prochain appel à `wandb.init()` avant de marquer un run comme `finished`. Cela vous permet d’exécuter plusieurs cellules (par exemple, une pour configurer les données, une pour entraîner, une pour tester) dans l’ordre de votre choix et de tout enregistrer dans le même run. Si vous activez l’enregistrement du code dans les [Paramètres utilisateur](https://wandb.ai/settings), les cellules exécutées seront également enregistrées, dans l’ordre et dans l’état où elles l’ont été, ce qui vous permettra de reproduire même les pipelines les plus non linéaires. Pour marquer manuellement un run comme terminé dans un notebook Jupyter, appelez `wandb.Run.finish()`.

```python theme={null}
import wandb

run = wandb.init()

# le script d'entraînement et la journalisation se trouvent ici

run.finish()
```