메인 콘텐츠로 건너뛰기
W&B는 Amazon SageMaker와 통합되어 하이퍼파라미터를 자동으로 읽고, 분산 실행되는 Runs를 그룹화하며, 체크포인트에서 실행을 재개할 수 있도록 지원합니다.

​
인증 (Authentication)

W&B는 트레이닝 스크립트 상대 경로에서 secrets.env라는 파일을 찾아 wandb.init()이 호출될 때 해당 내용을 환경 변수로 로드합니다. 실험을 시작하는 데 사용하는 스크립트에서 wandb.sagemaker_auth(path="source_dir")를 호출하여 secrets.env 파일을 생성할 수 있습니다. 이 파일은 반드시 .gitignore에 추가해 주세요!

​
기존 Estimator 사용하기

SageMaker에서 사전 구성된 Estimator 중 하나를 사용하는 경우, 소스 디렉토리에 wandb가 포함된 requirements.txt를 추가해야 합니다. 
wandb
Python 2를 실행하는 Estimator를 사용하는 경우, wandb를 설치하기 전에 이 wheel에서 psutil을 직접 설치해야 합니다: 
https://wheels.galaxyproject.org/packages/psutil-5.4.8-cp27-cp27mu-manylinux1_x86_64.whl
wandb
전체 예제는 GitHub에서 확인하실 수 있으며, 자세한 내용은 블로그를 참조하세요. 또한 SageMaker와 W&B를 사용하여 감성 분석기를 배포하는 방법에 대한 Deploy Sentiment Analyzer Using SageMaker and W&B tutorial 리포트를 읽어보실 수 있습니다.
W&B sweep agent 는 SageMaker 인테그레이션이 비활성화된 경우에만 SageMaker 작업에서 예상대로 작동합니다. wandb.init 호출 시 다음과 같이 설정을 수정하여 SageMaker 인테그레이션을 비활성화하세요:
wandb.init(..., settings=wandb.Settings(sagemaker_disable=True))