Support tags

• wandb.com の料金ページにアクセスします。
• アカデミックプランを申請します。
• または、30日間のトライアルから開始し、W&B アカデミック申請ページにアクセスしてアカデミックプランに切り替えることも可能です。

• プライベートプロジェクトでは、チームメンバーのみが Artifacts にアクセスできます。
• パブリックプロジェクトでは、すべてのユーザーが Artifacts を読み取ることができますが、作成や変更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、すべてのユーザーが Artifacts の読み取りと書き込みを行えます。

​

Artifacts のワークフロー

• 担当の Account Executive またはサポートチーム (support@wandb.com) にお問い合わせください。
• 組織名（Organization name）と希望するシート数をお知らせください。

• データの永続性なし: 匿名アカウントの Runs は7日間保存されます。匿名 Run のデータは、実際のアカウントに保存することで引き継ぐことができます。

• Artifacts のログ記録不可: 匿名 Run に Artifacts を記録しようとすると、コマンドラインに警告が表示されます。
  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なし: これらは実際のアカウントでのみ有用なため、UI には含まれません。

1. 特徴的なモデルアーキテクチャーごとに新しい Artifact を作成します。 Run の config と同様に、 Artifact 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。
2. 各モデルについて、 log_artifact を使用して定期的にチェックポイントを記録します。 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 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) にご連絡ください。
• 組織名、アカウントに関連付けられたメールアドレス、およびユーザー名をお知らせください。

1. アカデミックメールをリンクする:
   • アカウント設定にアクセスします。
   • アカデミックメールを追加し、プライマリメールとして設定します。
2. アカデミックプランを申請する:
   • W&B アカデミック申請ページにアクセスします。
   • 審査のために申請書を提出します。

1. W&B 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 サーバーの場合は、 update-ca-certificates を実行します。セキュリティリスクを軽減しつつトレーニングログを同期するには、有効な SSL 証明書が不可欠です。
2. ネットワーク接続が不安定な場合は、 任意の環境変数 WANDB_MODE を offline に設定してオフラインモードで実行し、後でインターネット接続のあるデバイスからファイルを同期してください。
3. クラウドサーバーへの同期を避け、ローカルで動作する W&B Private Hosting の利用を検討してください。

• 管理者としてチーム設定にアクセスします。
• ページ下部の 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 サーバーに送信せず、ローカルマシンに保存します。後でデータを同期するには wandb sync コマンドを使用します。
• disabled: クライアントはモックオブジェクトを返すことで動作をシミュレートし、ネットワーク通信を行いません。すべてのログ記録はオフになりますが、API メソッドの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. モデルの再現性: W&B は実験、探索、およびモデルの再現を容易にします。メトリクス、ハイパーパラメーター、コードの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. 自動整理: W&B は、試行したすべてのモデルの概要を提供することで、プロジェクトの引き継ぎや休暇中の対応をスムーズにします。古い実験の再実行を防ぎ、時間を節約できます。
3. 迅速な統合: 5分で W&B をプロジェクトに統合できます。無料のオープンソース Python パッケージをインストールし、数行のコードを追加するだけです。モデルの実行ごとにログに記録されたメトリクスと記録が表示されます。
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の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。異なるマシン間で TensorBoard ファイルを管理する必要がありません。
5. 強力なフィルタリングテーブル: さまざまなモデルの結果を効率的に検索、フィルタリング、ソート、グループ化できます。特定のタスクに最適なモデルを簡単に見つけることができます。これは、大規模なプロジェクトで TensorBoard が苦労することが多い分野です。
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コラボレーションを強化します。プロジェクトのリンクを共有したり、結果共有のためにプライベートチームを利用したりできます。インタラクティブな可視化と Markdown の説明を含むレポートを作成して、作業ログやプレゼンテーションに使用できます。

• API リクエストを減らすために、ログ記録の頻度を下げるか、ログをバッチ処理します。
• API リクエストの同時発生を避けるため、実験の開始時間をずらします。

• W&B ステータス更新を確認して、問題が一時的なサーバー側の問題によるものではないか確認してください。

• レート制限の引き上げをリクエストするために、実験のセットアップの詳細を添えて W&B サポート (support@wandb.com) にお問い合わせください。

• WANDB_DIR=<path> または wandb.init(dir=<path>): トレーニングスクリプト用に作成される 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>"): Artifacts 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>: wandb.Artifact を呼び出した際に Artifacts 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>: アップロード中に Artifacts をステージングするため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 に設定する。
• wandb login の --host フラグをサーバーの URL に設定する。

​

APIキーの確認

1. ユーザー設定で新しい API キーを作成します。
2. API キーを安全に保管してください。

​

プロジェクト設定の確認

client = openai.OpenAI(
    base_url='https://api.inference.wandb.ai/v1',
    api_key="<your-api-key>",
    project="<your-team>/<your-project>",  # あなたの W&B チームとプロジェクトに一致させる必要があります
)

curl https://api.inference.wandb.ai/v1/chat/completions \
  -H "Authorization: Bearer <your-api-key>" \
  -H "OpenAI-Project: <your-team>/<your-project>"

​

よくある間違い

• チーム名の代わりに個人エンティティを使用している
• チーム名またはプロジェクト名のスペルミス
• チームとプロジェクトの間のスラッシュ（/）が抜けている
• 期限切れまたは削除済みの API キーを使用している

​

それでも解決しない場合

• あなたの W&B アカウントにそのチームとプロジェクトが存在することを確認してください
• 指定したチームへのアクセス権があるか確認してください
• 現在のキーが機能しない場合は、新しい API キーを作成してみてください

​

1. 常にエラーハンドリングを実装する

import openai

try:
    response = client.chat.completions.create(
        model="meta-llama/Llama-3.1-8B-Instruct",
        messages=messages
    )
except Exception as e:
    print(f"Error: {e}")
    # 適切にエラーを処理する

​

2. 指数バックオフを用いたリトライロジックの使用

import time
from typing import Optional

def call_inference_with_retry(
    client, 
    messages, 
    model: str,
    max_retries: int = 3,
    base_delay: float = 1.0
) -> Optional[str]:
    for attempt in range(max_retries):
        try:
            response = client.chat.completions.create(
                model=model,
                messages=messages
            )
            return response.choices[0].message.content
        except Exception as e:
            if attempt == max_retries - 1:
                raise
            
            # 指数バックオフによる遅延時間を計算
            delay = base_delay * (2 ** attempt)
            print(f"Attempt {attempt + 1} failed, retrying in {delay}s...")
            time.sleep(delay)
    
    return None

​

3. 使用状況の監視

• W&B の請求ページでクレジットの使用状況を追跡します。
• 制限に達する前にアラートを設定します。
• アプリケーション内で API の使用状況をログに記録します。

​

4. 特定のエラーコードの処理

def handle_inference_error(error):
    error_str = str(error)
    
    if "401" in error_str:
        # 認証無効
        raise ValueError("API キーとプロジェクト設定を確認してください")
    elif "402" in error_str:
        # クレジット不足
        raise ValueError("クレジットが不足しています")
    elif "429" in error_str:
        # レート制限
        return "retry"
    elif "500" in error_str or "503" in error_str:
        # サーバーエラー
        return "retry"
    else:
        # 不明なエラー
        raise

​

5. 適切なタイムアウトの設定

# 長いレスポンスの場合
client = openai.OpenAI(
    base_url='https://api.inference.wandb.ai/v1',
    api_key="your-api-key",
    timeout=60.0  # 60秒のタイムアウト
)

​

その他のヒント

• デバッグのためにタイムスタンプ付きでエラーをログに記録します。
• 並行処理をより良く扱うために非同期（async）操作を使用します。
• プロダクションシステムにはサーキットブレーカーを実装します。
• API 呼び出しを減らすために、必要に応じてレスポンスをキャッシュします。

• W&B の請求ページでクレジット残高を確認してください。
• クレジットを追加購入するか、プランをアップグレードしてください。
• サポートに制限の引き上げをリクエストしてください。

​

なぜこれが発生するのか

​

できること

1. 利用規約を確認する
   • 現在のサポート対象地域のリストについては、 利用規約 を確認してください。
2. サポートされている場所から使用する
   • サポートされている国や地域にいるときにサービスにアクセスしてください。
   • サポートされている場所にある組織のリソースを使用することを検討してください。
3. 担当チームに連絡する
   • エンタープライズのお客様は、担当の Account Executive とオプションについて相談できます。
   • 一部の組織には特別な取り決めがある場合があります。

​

エラーの詳細

{
  "error": {
    "code": 403,
    "message": "Country, region, or territory not supported"
  }
}

• 並列リクエストの数を減らします。
• リクエスト間に遅延を入れます。
• 指数バックオフを実装します。
• 注意：レート制限は W&B プロジェクトごとに適用されます。

​

レート制限を避けるためのベストプラクティス

1. 指数バックオフを用いたリトライロジックの実装:
   import time
   
   def retry_with_backoff(func, max_retries=3):
       for i in range(max_retries):
           try:
               return func()
           except Exception as e:
               if "429" in str(e) and i < max_retries - 1:
                   time.sleep(2 ** i)
               else:
                   raise
   
2. 並列リクエストの代わりにバッチ処理を使用する
3. W&B の請求ページで使用状況を監視する

​

デフォルトの支出上限

• Pro アカウント: $6,000/月
• Enterprise アカウント: $700,000/年

​

エラーの種類

​

500 - Internal Server Error

​

503 - Service Overloaded

​

サーバーエラーへの対処法

1. 再試行する前に待機する
   • 500 エラー：30〜60秒待機
   • 503 エラー：60〜120秒待機
2. 指数バックオフを使用する
   import time
   import openai
   
   def call_with_retry(client, messages, model, max_retries=5):
       for attempt in range(max_retries):
           try:
               return client.chat.completions.create(
                   model=model,
                   messages=messages
               )
           except Exception as e:
               if "500" in str(e) or "503" in str(e):
                   if attempt < max_retries - 1:
                       wait_time = min(60, (2 ** attempt))
                       time.sleep(wait_time)
                   else:
                       raise
               else:
                   raise
   
3. 適切なタイムアウトを設定する
   • HTTP クライアントのタイムアウト値を増やします。
   • より良い処理のために非同期操作を検討してください。

​

サポートに連絡すべきタイミング

• エラーが10分以上続く場合
• 特定の時間に失敗するパターンが見られる場合
• エラーメッセージに追加の詳細が含まれている場合

• エラーメッセージとエラーコード
• エラーが発生した時刻
• あなたのコードスニペット（API キーは削除してください）
• W&B のエンティティ名とプロジェクト名

• 初期化の再試行: Run を再起動してみてください。
• ネットワーク接続の確認: インターネット接続が安定しているか確認してください。
• wandb バージョンの更新: 最新バージョンの wandb をインストールしてください。
• タイムアウト設定の増加: 環境変数 WANDB_INIT_TIMEOUT を変更します。
  import os
  os.environ['WANDB_INIT_TIMEOUT'] = '600'
  
• デバッグの有効化: 詳細なログを得るために WANDB_DEBUG=true と WANDB_CORE_DEBUG=true を設定します。
• 設定の確認: API キーとプロジェクトの設定が正しいか確認してください。
• ログの検査: エラーがないか debug.log 、 debug-internal.log 、 debug-core.log 、 output.log を調査してください。

• チームの管理者または管理権限を持つ人に連絡して、招待を依頼します。
• 招待メールを確認し、指示に従ってチームに参加してください。

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。これにより、 git SHA や diff パッチの取得が行われなくなります。
2. WANDB_IGNORE_GLOBS を *.patch に設定して、 diff パッチのサーバーへの同期を停止します。ローカルには残るため、 wandb restore で適用可能です。

1. https://wandb.ai/<team>/settings にあるチームの設定に移動します（ <team> はチーム名です）。
2. Privacy セクションまでスクロールします。
3. Enable code saving by default のトグルをオフにします。

import wandb

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

import wandb

for x in range(10):
    run = wandb.init()

    try:
        for y in range(100):
            run.log({"metric": x + y})

    except Exception:
        run.finish(exit_code=1)
        raise

    finally:
        run.finish()

​

複数のアクティブな Run

import wandb

with wandb.init(reinit="create_new") as tracking_run:
    for x in range(10):
        with wandb.init(reinit="create_new") as run:
            for y in range(100):
                run.log({"x_plus_y": x + y})

            tracking_run.log({"x": x})

​

有効なメトリクス名

• 使用可能な文字: 英字 (A-Z, a-z)、数字 (0-9)、およびアンダースコア (_)
• 先頭の文字: 名前は英字またはアンダースコアで始まる必要があります
• パターン: メトリクス名は /^[_a-zA-Z][_a-zA-Z0-9]*$/ にマッチする必要があります

​

例

with wandb.init() as run:
  run.log({"accuracy": 0.9, "val_loss": 0.1, "epoch_5": 5})
  run.log({"modelAccuracy": 0.95, "learning_rate": 0.001})

with wandb.init() as run:
  run.log({"acc,val": 0.9})  # コンマが含まれている
  run.log({"loss-train": 0.1})  # ハイフンが含まれている
  run.log({"test acc": 0.95})  # スペースが含まれている
  run.log({"5_fold_cv": 0.8})  # 数字で始まっている

​

推奨される解決策

• "test acc" の代わりに "test_acc" を使用
• "loss-train" の代わりに "loss_train" を使用
• "acc,val" の代わりに "acc_val" を使用

• 移動したい 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 runs table を開きます。
• 移動する Runs 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、操作を確定します。

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フィルタを適用し、希望する Run セットを選択します。
3. パネルグリッド内に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。各プロセスが独自の wandb run を持ち、 UI 上でそれらのトレーニングプロセスがグループ化されます。
2. 1つのプロセスからのみ wandb.init を呼び出し、ログに記録するデータを マルチプロセッシングキュー を介して渡します。

1. W&B App で、プロジェクト内の任意のページから左ナビゲーションの Overview をクリックします。
2. 右上の Edit をクリックします。
3. Project visibility で新しい値を選択します：
   • Team (デフォルト): 自分のチームだけがプロジェクトを表示および編集できます。
   • Restricted: 招待されたメンバーのみがプロジェクトにアクセスでき、一般公開はオフになります。
   • Open: 誰でも Run を送信したりレポートを作成したりできますが、編集できるのは自分のチームだけです。教室での授業やパブリックなベンチマークコンペティションなど、非永続的な文脈でのみ適切です。
   • Public: 誰でもプロジェクトを表示できますが、編集できるのは自分のチームだけです。
     W&B 管理者が Public の可視性をオフに設定している場合、これを選択することはできません。代わりに、閲覧専用の W&B レポート を共有するか、 W&B 組織の管理者に相談してください。
4. Save をクリックします。

• プロジェクトの Overview ページに移動します。
• 右上の3つの点をクリックします。
• Undelete recently deleted runs を選択します。

• 復元できるのは過去7日以内に削除された Run のみです。
• 復元が不可能な場合は、 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. 迷惑メールフォルダを確認する: メールのフィルタリング設定を確認してください。
2. メールアドレスの確認: アカウントに関連付けられたメールアドレスが正しいか確認してください。
3. SSO オプションを確認: 利用可能であれば “Sign in with Google” などの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、ユーザー名とメールアドレスを添えてサポート (support@wandb.com) までお問い合わせください。

• 現在の管理者にプロジェクトの削除を依頼します。
• プロジェクト管理のために一時的なアクセス権限を付与するよう管理者に依頼します。

• Project overview に移動します。
• Edit Project をクリックします。

• model-registry などの保護されたプロジェクト名は変更できません。保護された名前に関するサポートが必要な場合は、お問い合わせください。

• アクセスの確認: 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か確認し、関連するチームやプロジェクトのメンバーシップを確認してください。
• 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てください。
  • ブラウザのキャッシュをクリアしてください。
  • 別のブラウザやデバイスからログインを試みてください。
• SSO と権限:
  • ID プロバイダー (IdP) とシングルサインオン (SSO) の設定を確認してください。
  • SSO を使用している場合は、適切な SSO グループに含まれていることを確認してください。
• 技術的な問題:
  • 特定のエラーメッセージを控えて、さらに調査を行ってください。
  • 問題が解決しない場合は、サポートチームにお問い合わせください。

• エンティティ名とプロジェクト名の確認: コード内の W&B エンティティ名とプロジェクト名が、大文字小文字を含めて正しく入力されているか確認してください。
• 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てください。
• ログイン認証情報の確認: 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てください。以下のコードで Run を作成してテストします。
  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：
  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は、ホスト URL を設定してください：
  wandb login --relogin --host=<host-url>
  export WANDB_BASE_URL=<host-url>