> ## 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.

> APIキー、環境変数、ローカルファイルストレージを設定して、Dockerコンテナー内でW&Bを実行する方法。

# Docker

<div id="docker-integration">
  ## Docker インテグレーション
</div>

W\&B では、コードの実行に使用した Docker イメージへの参照を保存できるため、過去の実験を実行時とまったく同じ環境で復元できます。W\&B Python SDK (`wandb`) は、この状態を保持するために `WANDB_DOCKER` 環境変数を参照します。W\&B には、この状態を自動的に設定するためのヘルパーがいくつか用意されています。

以下のセクションでは、ローカル開発から Kubernetes ベースのトレーニングまで、さまざまな環境で `WANDB_DOCKER` 環境変数を設定する方法について説明します。

<div id="local-development">
  ### ローカル開発
</div>

`wandb docker` は、Dockerコンテナーを起動し、wandb の環境変数を渡してコードをマウントし、wandb がインストールされている状態を確保するコマンドです。デフォルトでは、このコマンドは TensorFlow、PyTorch、Keras、Jupyter がインストールされた Docker イメージ を使用します。同じコマンドで独自の Docker イメージ を起動することもできます: `wandb docker my/image:latest`。このコマンドは現在のディレクトリーをコンテナー内の `/app` ディレクトリーにマウントします。これは `--dir` フラグで変更できます。

<div id="production">
  ### 本番
</div>

`wandb docker-run` コマンドは、本番ワークロード向けに提供されています。これは `docker run` コマンドをラップし、認証情報と `WANDB_DOCKER` 環境変数をコマンド呼び出しに追加する、`nvidia-docker` のドロップイン置換です。`--runtime` フラグを渡さず、マシン上で `nvidia-docker` が利用可能な場合は、ランタイムが nvidia に設定されることも保証されます。

<div id="kubernetes">
  ### Kubernetes
</div>

Kubernetes でトレーニングのワークロードを実行しており、Kubernetes API が pod に公開されている場合 (これはデフォルトです) 、W\&B は API に対して Docker イメージ のダイジェストをクエリし、`WANDB_DOCKER` 環境変数を自動的に設定します。

<div id="restore-the-training-environment">
  ## トレーニング環境を復元する
</div>

run 中に `WANDB_DOCKER` 環境変数が設定されると、それを使用して後から元のトレーニング環境を再現できます。

run が `WANDB_DOCKER` 環境変数でインストルメントされている場合、`wandb restore username/project:run_id` を実行すると、コードを復元した新しいブランチがチェックアウトされ、その後、元のコマンドがあらかじめ設定された、トレーニングに使用された正確な Docker イメージ が起動されます。