> ## 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.

# W&B run の初期化やアップロードが遅いのはなぜですか？

`wandb.init()` の実行が遅い場合やメトリクスのアップロードが遅い場合、原因としては通常、ネットワーク遅延、大きなメディア ペイロード、ログ頻度が高いこと、または W\&B service プロセスの起動が遅いことが挙げられます。

<div id="slow-wandbinit">
  ## wandb.init() が遅い
</div>

`wandb.init()` は W\&B API にアクセスして run を作成し、認証情報を確認します。数秒以上応答しない場合は、次を確認してください。

* **接続を確認する**: `curl -I https://api.wandb.ai` を実行して、お使いのマシンから W\&B API に到達できることを確認してください。クラスター上のファイアウォールルールやプロキシ設定が一般的な原因です。

* **init のタイムアウトを延長する**: 接続が断続的な場合は、`wandb.init()` がタイムアウトするまでの時間を長くしてください。

  ```python theme={null}
  import os
  os.environ["WANDB_INIT_TIMEOUT"] = "120"   # 秒
  ```

* **テスト中はオフラインモードを使用する**: 試行錯誤の際にリアルタイム同期が不要であれば、オフラインで実行して後で sync してください。`[TIMESTAMP]` と `[ID]` は、run のタイムスタンプと ID に置き換えてください。

  ```bash theme={null}
  WANDB_MODE=offline python train.py
  wandb sync wandb/run-[TIMESTAMP]-[ID]
  ```

<div id="slow-metric-uploads-during-training">
  ## トレーニング中のメトリクスのアップロードが遅い
</div>

W\&B はメトリクスをバックグラウンドスレッドで非同期にアップロードするため、トレーニングループがブロックされることはありません。次のような場合は、アップロードが追いつかなくなることがあります。

* **ログする頻度が高すぎる**: 高速な GPU で毎ステップ `wandb.log()` を呼び出すと、バックグラウンドスレッドがアップロードできる量を上回るデータが生成されることがあります。代わりに、N ステップごとにログしてください。

  ```python theme={null}
  if step % 50 == 0:
      wandb.log({"loss": loss}, step=step)
  ```

* **毎ステップ大きなメディアをログしている**: `wandb.Image`、`wandb.Table`、`wandb.Video` オブジェクトは、スカラーのメトリクスよりも大幅にサイズが大きくなります。リッチメディアは毎ステップではなく、エポックごと、または N ステップごとにログしてください。

* **レート制限**: `429 Rate limit exceeded` エラーが発生する場合は、[rate limit exceeded エラーを修正するにはどうすればよいですか？](/ja/support/models/articles/rate-limit-exceeded-on-metric-logging)を参照してください。

<div id="run-finalization-is-slow">
  ## run の終了処理が遅い
</div>

スクリプトで `wandb.finish()` を呼び出した後 (またはスクリプトが終了した後) 、W\&B はバッファリングされた残りのデータをフラッシュします。トレーニング中に大量のバックログがたまっている場合は、これに時間がかかることがあります。最後にまとめて処理するのではなく、トレーニング全体を通して適切な頻度でログするようにしてください。

<div id="diagnosing-with-debug-logs">
  ## デバッグログを使った診断
</div>

デバッグログを有効にすると、どこに時間がかかっているかを確認できます。

```bash theme={null}
WANDB_DEBUG=true python train.py
```

これにより、詳細なタイミング情報が `wandb/debug.log` と `wandb/debug-internal.log` に書き込まれます。

詳細は、[Experiments の制限とパフォーマンス](/ja/models/track/limits) および [ネットワークの問題に対処するにはどうすればよいですか？](/ja/support/models/articles/how-do-i-deal-with-network-issues) を参照してください。

***

<Badge stroke shape="pill" color="orange" size="md">[Runs](/ja/support/models/tags/runs)</Badge><Badge stroke shape="pill" color="orange" size="md">[Experiments](/ja/support/models/tags/experiments)</Badge><Badge stroke shape="pill" color="orange" size="md">[接続性](/ja/support/models/tags/connectivity)</Badge>