> ## 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.

> CommError、CUDA のメモリ不足、wandb agent の失敗など、sweep でよくある問題の対処方法を説明します。

# Sweeps のトラブルシューティング

このページでは、W\&B Sweeps の実行時に発生する可能性がある一般的なエラーメッセージの診断方法と解決方法を説明します。以下のセクションでは、各エラーの内容、発生する理由、そして推奨される対処方法を説明します。

<div id="commerror-run-does-not-exist-and-error-error-uploading">
  ## `CommError, Run does not exist` と `ERROR Error uploading`
</div>

W\&B がこれら 2 つのエラーメッセージを両方とも返す場合は、W\&B run ID を定義している可能性があります。たとえば、Jupyter Notebook や Python スクリプトのどこかに、次のようなコードスニペットがあるかもしれません。

```python theme={null}
wandb.init(id="some-string")
```

W\&B Sweeps では run ID を設定できません。これは、sweeps が作成する runs には、W\&B がランダムな一意の ID を自動的に生成するためです。

W\&B の run ID は、プロジェクト内で一意である必要があります。

表やグラフに表示されるカスタムの名を設定したい場合は、W\&B の初期化時に `name` パラメーターに名を渡します。例:

```python theme={null}
wandb.init(name="a helpful readable run name")
```

`wandb.init()` から `id` 引数を削除すると、sweep が独自の一意な run ID を割り当てられるようになり、アップロード エラーは発生しなくなります。

<div id="cuda-out-of-memory">
  ## `CUDA out of memory`
</div>

このエラーメッセージが表示された場合は、プロセスベースの実行を使用するようにコードをリファクタリングしてください。各試行をそれぞれ独立したプロセスで実行すると、W\&B は各実行の間に GPU メモリを解放します。

コードをリファクタリングするには、次の手順を実行してください。

1. コードを `train.py` という名前の Python スクリプトとして書き直します。YAML の sweep 設定ファイル (この例では `config.yaml`) に、トレーニングスクリプト (`train.py`) の名前を追加します。

   ```yaml theme={null}
   program: train.py
   method: bayes
   metric:
     name: validation_loss
     goal: maximize
   parameters:
     learning_rate:
       min: 0.0001
       max: 0.1
     optimizer:
       values: ["adam", "sgd"]
   ```

2. `train.py` Python スクリプトに次の内容を追加します。

   ```python theme={null}
   if __name__ == "__main__":
       train()
   ```

3. CLI から、`wandb sweep` を使用して sweep を初期化します。

   ```bash theme={null}
   wandb sweep config.yaml
   ```

4. W\&B が返す sweep ID をメモしておきます。Python SDK ([`wandb.agent()`](/ja/models/ref/python/functions/agent)) ではなく、CLI から [`wandb agent`](/ja/models/ref/cli/wandb-agent) を使用して sweep ジョブを開始します。次のコード例の `[SWEEP-ID]` を、前の手順で W\&B が返した sweep ID に置き換えます。

   ```bash theme={null}
   wandb agent [SWEEP-ID]
   ```

トレーニングコードを CLI エージェントの下でスクリプトとして実行すると、各試行はそれぞれ独立したプロセスで実行され、W\&B は各実行の間に GPU メモリを解放します。

<div id="anaconda-400-error">
  ## `anaconda 400 error`
</div>

通常、以下のエラーは、最適化対象のメトリクスをログしていない場合に発生します。

```text theme={null}
wandb: ERROR Error while calling W&B API: anaconda 400 error: 
{"code": 400, "message": "TypeError: bad operand type for unary -: 'NoneType'"}
```

YAML ファイルまたはネストされた辞書内で、最適化する `metric` というキーを指定します。このメトリクスを `wandb.Run.log()` でログしていることを確認してください。さらに、Python スクリプトまたは Jupyter Notebook では、sweep で最適化対象として定義したメトリクス名と*完全に*同じ名を使用していることを確認してください。設定ファイルの詳細については、[sweep 設定を定義する](/ja/models/sweeps/define-sweep-configuration/)を参照してください。