サポート

• wandb.com の Pricing ページ を訪問します。
• アカデミックプランに申し込む。
• または、https://wandb.ai/academic_application を訪れて 30 日間のトライアルを開始し、アカデミックプランに変換してください。

• プライベートプロジェクトでは、Artifacts にアクセスできるのはチームメンバーのみです。
• パブリックプロジェクトでは、全ユーザーが Artifacts を読むことができますが、作成または変更することができるのはチームメンバーのみです。
• オープンプロジェクトでは、全ユーザーが Artifacts を読んだり書いたりできます。

​

Artifacts ワークフロー

• サポートが必要な場合は、アカウントエグゼクティブまたはサポートチーム（support@wandb.com）に連絡してください。
• 組織名と希望する席の数を提供してください。

• 永続的なデータはありません: Runs は匿名アカウントで 7 日間保存されます。匿名 run データを正規のアカウントに保存することで取得できます。

• アーティファクトログはありません: 匿名 run にアーティファクトをログしようとすると、コマンドラインに警告が表示されます。
  Report incorrect code

  Copy

  Ask AI

  wandb: WARNING Artifacts logged anonymously cannot be claimed and expire after 7 days.
  

• プロフィールや設定ページはありません: UI には特定のページが含まれていません。これらのページは正規のアカウントにのみ有用です。

1. 各異なるモデル アーキテクチャーに新しいアーティファクトを作成します。アーティファクトの metadata 属性を使用して、アーキテクチャーの詳細な説明を提供します。これは run の config の使用と似ています。
2. 各モデルについて、定期的にチェックポイントを log_artifact でログします。W&B はこれらのチェックポイントの履歴を構築し、最新のものには latest エイリアスを付けます。architecture-name:latest を使用して、任意のモデル アーキテクチャーの最新のチェックポイントを参照してください。

• サポートチーム (support@wandb.com) に連絡してください。
• 組織名、アカウントに関連付けられたメール、およびユーザー名を提供してください。

1. 学術用メールをリンクする:
   • アカウント設定に アクセス します。
   • 学術用メールを追加し、プライマリメールとして設定します。
2. 学術プランに応募する:
   • https://wandb.ai/academic_application にある学術応募ページを訪問します。
   • 応募用紙を送信し、レビューを受けます。

1. https://wandb.ai/settings でアカウント設定に移動します。
2. Public preview features セクションまでスクロールします。
3. UI Display で、ドロップダウンから Dark mode を選択します。

1. SSL 証明書をアップグレードします。Ubuntu サーバーでは、update-ca-certificates を実行します。有効な SSL 証明書は、トレーニングログを同期してセキュリティリスクを軽減するために不可欠です。
2. ネットワーク接続が不安定な場合は、オプションの環境変数 WANDB_MODE を offline に設定してオフラインモードで操作し、後でインターネットにアクセス可能なデバイスからファイルを同期します。
3. W&B Private Hosting の利用を検討してください。これによりローカルで実行し、クラウドサーバーへの同期を回避できます。

• 管理者としてチームの設定にアクセスします。
• ページの一番下にある Delete ボタンをクリックします。

• online (デフォルト): クライアントはデータをwandb サーバーに送信します。
• offline: クライアントはデータをwandb サーバーに送信する代わりに、マシン上にローカルで保存します。後でデータを同期するには、wandb sync コマンドを使用してください。
• disabled: クライアントはモックされたオブジェクトを返すことで操作をシミュレートし、ネットワーク通信を防ぎます。すべてのログはオフになりますが、すべてのAPI メソッドスタブは呼び出し可能なままです。このモードは通常、テストに使用されます。

1. モデル再現性: W&B は実験、探索、モデルの再現を促進します。メトリクス、ハイパーパラメーター、コードバージョンをキャプチャし、モデルのチェックポイントを保存して再現性を確保します。
2. 自動化された組織化: W&B は、すべての試行されたモデルの概要を提供することで、プロジェクト引き継ぎや休暇を効率化し、古い実験の再実行を防いで時間を節約します。
3. 迅速なインテグレーション: 5 分で W&B をプロジェクトに統合します。無料のオープンソース Python パッケージをインストールし、いくつかのコード行を追加します。ログされたメトリクスと記録は、各モデル run と共に表示されます。
4. 一元化されたダッシュボード: トレーニングがどこで行われていても、一貫したダッシュボードにアクセスできます（ローカル、ラボのクラスター、クラウドのスポットインスタンスなど）。異なるマシン間での TensorBoard ファイルの管理が不要です。
5. 強力なフィルタリングテーブル: 様々なモデルからの結果を効率的に検索、フィルタリング、並べ替え、グループ化します。異なるタスクに最適なモデルを簡単に特定でき、TensorBoard が大規模なプロジェクトでしばしば苦労する点で優れています。
6. コラボレーションツール: W&B は複雑な機械学習プロジェクトのためのコラボレーションを強化します。プロジェクトリンクを共有し、プライベートチームを利用して結果を共有します。インタラクティブな可視化とマークダウンの説明を使用してレポートを作成し、作業ログやプレゼンテーションに利用します。

• API リクエストを減らすために、ログの頻度を減らすか、バッチログを使用します。
• 実験の開始時間をずらして、API リクエストが同時に発生しないようにします。

• W&B status updates を確認し、一時的なサーバー側の問題でないことを確認します。

• Rate limit の増加をリクエストするために、実験のセットアップの詳細を記載して、W&B サポート (support@wandb.com) に連絡します。

• W&Bにログイン：https://wandb.ai/authorize
• または、プロフィールにアクセス：
  1. 右上のユーザープロフィールをクリック。
  2. 「ユーザー設定」を選択。
  3. 「Danger Zone」セクションまでスクロール。
  4. 「APIキー」の横にある「Reveal」をクリック。

• WANDB_DIR=<path> または wandb.init(dir=<path>): トレーニングスクリプトのために作成された wandb フォルダの場所を制御します。デフォルトは ./wandb です。このフォルダには Run のデータとログが保存されます。
• WANDB_ARTIFACT_DIR=<path> または wandb.Artifact().download(root="<path>"): アーティファクトがダウンロードされる場所を制御します。デフォルトは ./artifacts です。
• WANDB_CACHE_DIR=<path>: これは wandb.Artifact を呼び出した際にアーティファクトが作成・保存される場所です。デフォルトは ~/.cache/wandb です。
• WANDB_CONFIG_DIR=<path>: 設定ファイルが保存される場所です。デフォルトは ~/.config/wandb です。
• WANDB_DATA_DIR=<PATH>: アップロード中のアーティファクトのステージングに使用される場所を制御します。デフォルトは ~/.cache/wandb-data/ です。

• 環境変数 WANDB_BASE_URL をサーバーの URL に設定します。
• wandb login の --host フラグをサーバーの URL に設定します。

• 初期化を再試行する: run を再起動してみてください。
• ネットワーク接続を確認する: 安定したインターネット接続を確認してください。
• wandb のバージョンを更新する: 最新バージョンの wandb をインストールしてください。
• タイムアウト設定を増やす: WANDB_INIT_TIMEOUT 環境変数を修正します:
  Report incorrect code

  Copy

  Ask AI

  import os
  os.environ['WANDB_INIT_TIMEOUT'] = '600'
  

• デバッグを有効にする: 詳細なログを取得するために WANDB_DEBUG=true と WANDB_CORE_DEBUG=true を設定します。
• 設定を確認する: API キーとプロジェクト設定が正しいことを確認してください。
• ログを確認する: debug.log, debug-internal.log, debug-core.log, output.log を検査してエラーを確認してください。

• 招待を依頼するために、チームの管理者または管理者権限を持つ人に連絡します。
• チームに参加するための指示が記載された招待メールを確認し、指示に従ってください。

1. WANDB_DISABLE_CODE を true に設定して、すべてのコード追跡をオフにします。この操作により、git SHA と差分パッチの取得が防止されます。
2. WANDB_IGNORE_GLOBS を *.patch に設定して、アプリケーションを使用して wandb restore でローカルに保存し続ける一方で、サーバーへの差分パッチの同期を停止します。

1. https://wandb.ai/<team>/settings にある Teams の設定に移動します。<team> はチームの名前です。
2. プライバシーセクションまでスクロールします。
3. Enable code saving by default を切り替えます。

1. run = wandb.init(reinit=True) を使用して、run の再初期化を許可します。
2. 各 run の最後に run.finish() を呼び出して、ログを完了します。

import wandb

for x in range(10):
    run = wandb.init(reinit=True)
    for y in range(100):
        wandb.log({"metric": x + y})
    run.finish()

import wandb

for x in range(10):
    run = wandb.init(reinit=True)
    with run:
        for y in range(100):
            run.log({"metric": x + y})

• 移動する run があるプロジェクトページに移動します。
• Runs タブをクリックして、run のテーブルを開きます。
• 移動する run を選択します。
• Move ボタンをクリックします。
• 移動先のプロジェクトを選択し、操作を確認します。

1. 複数のパネルグリッドを作成します。
2. 各パネルグリッドに対して、目的の run セットを選択するフィルターを適用します。
3. パネルグリッド内で目的のチャートを生成します。

1. すべてのプロセスで wandb.init を呼び出し、group キーワード引数を使用して共有グループを作成します。各プロセスは独自の wandb run を持ち、UI はトレーニング プロセスを一緒にグループ化します。
2. ただ一つのプロセスから wandb.init を呼び出し、multiprocessing queues を通じてログ記録するデータを渡します。

1. Weights & Biases のウェブアプリでプロジェクトページにアクセスします。
2. ナビゲーションバーのロックアイコンをクリックしてプライバシー設定を開きます。
3. 「公開」を選択し、誰でも公開範囲を許可します。
4. 変更を保存します。

• Reports を介して閲覧専用リンクを共有する。
• 組織の管理者にアシスタンスを求める。
• アカウント設定を確認し、公開 Projects の許可を確認する。

• プロジェクトの概要ページに移動します。
• 右上の 3 つの点をクリックします。
• 最近削除された run を復元 を選択します。

• 過去 7 日以内に削除された run のみ復元できます。
• 復元がオプションでない場合は、W&B API を使用してログを手動でアップロードできます。

1. スパムまたは迷惑メールフォルダを確認: メールがそこにフィルターされていないか確認してください。
2. メールを確認: アカウントに関連付けられた正しいメールアドレスを確認してください。
3. SSOオプションを確認: 利用可能な場合は「Googleでサインイン」のようなサービスを使用してください。
4. サポートに連絡: 問題が解決しない場合は、サポート (support@wandb.com) に連絡し、ユーザー名とメールアドレスを提供してサポートを受けてください。

• 現在の管理者にProjectsを削除するように依頼します。
• 管理者に一時的にProjects管理のアクセス権を付与するように依頼します。

• プロジェクトの概要に移動します。
• Edit Project をクリックします。

• model-registry のようにプロジェクト名が保護されている場合、名前を変更することはできません。保護された名前についてはサポートにお問い合わせください。

• アクセス確認: 正しいメールアドレスまたはユーザー名を使用していることを確認し、関連する Teams または Projects に所属しているか確認してください。
• ブラウザのトラブルシューティング:
  • キャッシュされたデータの干渉を避けるために、シークレットウィンドウを使用します。
  • ブラウザのキャッシュをクリアします。
  • 別のブラウザまたはデバイスからログインを試みます。
• SSO と権限:
  • アイデンティティプロバイダー（IdP）や Single Sign-On（SSO）の設定を確認します。
  • SSO を使用している場合、適切な SSO グループに含まれていることを確認します。
• 技術的な問題:
  • さらなるトラブルシューティングのために、特定のエラーメッセージをメモします。
  • 問題が続く場合は、追加のサポートを求めてサポートチームに連絡してください。

• エンティティとプロジェクト名の確認: コード内の W&B エンティティとプロジェクト名のスペルと大文字小文字を確認します。
• 権限の確認: 管理者によって必要な権限が付与されていることを確認します。
• ログイン資格情報の確認: 正しい W&B アカウントにログインしていることを確認します。次のコードを使用して run を作成してテストします:
  Report incorrect code

  Copy

  Ask AI

  import wandb
  
  run = wandb.init(entity="your_entity", project="your_project")
  run.log({'example_metric': 1})
  run.finish()
  

• API キーの設定: WANDB_API_KEY 環境変数を使用します:
  Report incorrect code

  Copy

  Ask AI

  export WANDB_API_KEY='your_api_key'
  

• ホスト情報の確認: カスタムデプロイメントの場合、ホスト URL を設定します:
  Report incorrect code

  Copy

  Ask AI

  wandb login --relogin --host=<host-url>
  export WANDB_BASE_URL=<host-url>
  

1. 一時アカウントの自動作成: W&B はサインイン済みのアカウントを確認します。アカウントが存在しない場合、W&B は新しい匿名アカウントを作成し、そのセッションのために APIキー を保存します。
2. 結果をすばやくログ: ユーザーはスクリプトを何度も実行し、W&B ダッシュボードで結果を即座に確認できます。これらの未請求の匿名 run は 7日間利用可能です。
3. データが役立つときに請求: ユーザーが W&B で価値のある結果を確認したら、ページ上部のバナー内のボタンをクリックして、run データを実際のアカウントに保存できます。請求しない場合、run データは 7日後に削除されます。

1. 環境変数 WANDB_MODE=offline を設定し、インターネット接続なしでメトリクスをローカルに保存します。
2. アップロードの準備ができたら、ディレクトリーで wandb init を実行してプロジェクト名を設定します。
3. wandb sync YOUR_RUN_DIRECTORY を使用してメトリクスをクラウドサービスに転送し、ホストされたウェブアプリで結果にアクセスします。

1. WANDB_API_KEY=$KEY、ここで $KEY はあなたの settings page から取得した API キーです。
2. WANDB_MODE="offline"。

import wandb
import os

os.environ["WANDB_API_KEY"] = "YOUR_KEY_HERE"  # あなたの API キーをここに
os.environ["WANDB_MODE"] = "offline"  # オフラインモードを設定

config = {
    "dataset": "CIFAR10",  # データセットを指定
    "machine": "offline cluster",  # オフライン クラスターを指定
    "model": "CNN",  # モデルを指定
    "learning_rate": 0.01,  # 学習率を指定
    "batch_size": 128,  # バッチサイズを指定
}

wandb.init(project="offline-demo")  # W&B プロジェクトを初期化

for i in range(100):
    wandb.log({"accuracy": i})  # メトリクスをログ

wandb sync wandb/dryrun-folder-name

1. https://wandb.ai/account-settings/<organization-name>/settings で組織の設定に移動します。
2. Billing タブを選択します。
3. Usage this billing period セクション内で、View usage ボタンを選択します。

• Teams チャンネルのためのメール アドレスを設定します。 アラートを受信したい Teams チャンネル用のメール アドレスを作成します。
• W&B アラートメールを Teams チャンネルのメール アドレスに転送します。 W&B を設定してメールでアラートを送信し、これらのメールを Teams チャンネルのメールに転送してください。

• チームの Service Accounts タブで + 新しいサービスアカウント ボタンを押します
• Name フィールドで名前を指定します
• 認証メソッドとして Generate API key (Built-in) を選択します
• Create ボタンを押します
• 新しく作成したサービスアカウントの Copy API key ボタンをクリックし、それを秘密の管理者や他の安全でアクセス可能な場所に保存します

• アイデンティティプロバイダーでシングルページアプリケーション (SPA) を作成します。
• grant_type を implicit フローに設定します。
• コールバック URI を https://wandb.auth0.com/login/callback に設定します。

• After deleting a run, the storage meter is not updated immediately due to processing delays.
• The backend system takes time to synchronize and accurately reflect usage changes.
• If the storage meter is not updated, please wait for the changes to be processed.

1. プロフィールページに移動する: まず、あなたのユーザープロフィールページに移動します。
2. 組織を選択する: アカウントセレクターから関連する組織を選びます。
3. 請求設定にアクセスする: アカウントの下で、請求を選択します。
4. 新しい支払い方法を追加する:
   • 支払い方法を追加をクリックします。
   • 新しいカードの詳細を入力し、それを主要な支払い方法にするオプションを選択します。

注: 請求を管理するには、あなたが組織の請求管理者として割り当てられている必要があります。

• スイープが使用する train.py スクリプトが変更された場合、スイープは元の train.py を使用し続けます。
• スイープが参照する train.py スクリプト内のファイルが変更された場合、例えば helper.py スクリプト内の補助関数など、スイープは更新された helper.py を使用し始めます。

• wandb.Artifact().download に渡します:
  Report incorrect code

  Copy

  Ask AI

  # ダウンロードのためのパスを指定します
  wandb.Artifact().download(root="<path_to_download>")
  

• WANDB_ARTIFACT_DIR 環境変数 を設定します:
  Report incorrect code

  Copy

  Ask AI

  # 環境変数を設定します
  import os
  os.environ["WANDB_ARTIFACT_DIR"] = "<path_to_download>"