Runs

"""
W&B에서 실험을 생성합니다. 프로젝트가 존재하지 않으면 W&B가 자동으로 생성합니다.

이 파일은 실험을 초기화하는 역할만 합니다. `with` 블록 내에 메트릭, artifact 등을
log하는 코드를 추가할 수 있습니다.
"""
import wandb

# W&B run 초기화
with wandb.init(project="<project>") as run:
    # 실험 코드를 여기에 작성하세요
    pass

"""특정 step에서 기존 W&B run을 fork합니다."""

import wandb

# 나중에 fork할 run을 초기화합니다.
with wandb.init(project="<project>", entity="<entity>") as original_run:
    # 트레이닝 및 logging 코드를 여기에 작성하세요.
    pass

# 특정 step에서 run을 fork합니다. 이 예제에서는 step 200에서 fork합니다. 필요에 따라 step 번호를 조정하세요.
with wandb.init(project="<project>",entity="<entity>", fork_from=f"{original_run.id}?_step=200") as forked_run:
    # 트레이닝 및 logging 코드를 여기에 작성하세요.
    pass

"""
W&B run을 초기화합니다.

W&B는 프로젝트가 존재하지 않으면 자동으로 생성합니다. 이 파일은 실험만
초기화하며, `with` 블록 내에 메트릭, artifacts 등을 logging하는 코드를 추가할 수 있습니다.
"""
import wandb

# 리소스를 올바르게 관리하려면 `with` 문을 사용하세요.
with wandb.init(project="<project>") as run:
    # 트레이닝 및 logging 코드를 여기에 작성하세요
    pass

"""
run이 일시 중지되거나, 중단되거나, 실패한 경우 재개 동작을 설정합니다.

이 기능은 중단될 수 있는 장시간 실행되는 실험에 유용합니다. 모든 재개 옵션 목록은
wandb.init(resume=) 레퍼런스 문서를 참조하세요.
"""
import wandb

# 재개 동작을 사용하여 W&B 런 초기화
with wandb.init(project="<project>", resume="<resume_option>") as run:
    # 학습 및 로깅 코드를 여기에 작성하세요
    pass

"""
run의 이력을 수정하기 위해 run을 되감습니다.

`wandb.init()`의 `resume_from` 파라미터에 되감을 run ID와 step을 지정하세요.
"""
import wandb
import math

# run을 초기화하고 메트릭을 로깅합니다
with wandb.init(project="<project>", entity="<entity>") as run:
    # 트레이닝 및 로깅 코드를 여기에 작성하세요
    pass

run_ID = "<run_id>" # 원본 run의 run ID로 교체하세요
step = int("<step>") # 되감을 step을 지정하세요

# 원본 run의 지정된 step부터 재개하는 새 run을 시작합니다
with wandb.init(project="<project>", entity="<entity>", resume_from=f"{run_ID}?_step={step}") as run:
    # 트레이닝 및 로깅 코드를 여기에 작성하세요
    pass    

"""
Add one or more tags to a run.
"""
import wandb

with wandb.init(entity="<entity>", project="<project>", tags=["<tag1>", "<tag2>"]) as run:
    # 트레이닝 및 로깅 코드를 여기에 작성하세요
    pass

"""
하나 이상의 run을 그룹에 추가합니다.

`wandb.init(group="")`으로 run을 초기화할 때 `group` 파라미터에
그룹 이름을 인수로 전달하세요.
"""
import wandb

entity = "<entity>"
project = "<project>"

# 아래 코드는 각 그룹에 3개의 run이 포함된 3개의 run 그룹을 생성합니다. 
for group in ["<GroupA>", "<GroupB>", "<GroupC>"]: # 원하는 그룹 이름으로 바꾸세요
    # 각 그룹에 대해 run 3개 생성을 시뮬레이션합니다.
    for i in range(3):
        with wandb.init(entity=entity, project=project, group=group, name=f"{group}_run_{i}") as run:
            # 트레이닝 및 로깅 코드를 여기에 작성하세요
            pass    

"""
Organize runs by their job type.

Add a job type to a run by passing the `job_type` parameter to `wandb.init(job_type="")`.
"""
import wandb

entity = "<entity>"
project = "<project>"

# 작업 유형별로 runs를 생성하고 구성합니다.
for job_type in ["<JobType1>", "<JobType2>"]: # 작업 유형 이름으로 교체하세요
    # 각 작업 유형에 대해 두 개의 runs를 생성하는 시뮬레이션입니다.
    for i in range(2):
        with wandb.init(entity=entity, project=project, job_type=job_type, name=f"{job_type}_run_{i}") as run:
            # 트레이닝 및 logging 코드를 여기에 작성하세요
            pass    

"""
활성 run에 하나 이상의 태그를 추가합니다.

run 객체의 `tags` 속성은 튜플입니다. 기존 run에 새 태그를 추가하려면,
기존 태그와 새 태그를 포함하는 새 튜플로 `tags` 속성을 업데이트하세요.
"""

import wandb

with wandb.init(entity="<entity>", project="<project>", tags=["<tag1>", "<tag2>"]) as run:
    # 트레이닝 및 logging 코드를 여기에 작성하세요

    # 기존 태그와 새 태그를 포함하는 새 튜플을 생성하여 기존 태그에 새 태그를 추가합니다.
    run.tags += ("<tag3>",)

"""
이전에 저장된 runs에 태그를 하나 이상 추가합니다.

run이 완료된 후 또는 run 프로세스 외부에서 작업할 때
Public API를 사용하여 저장된 데이터의 태그를 업데이트합니다.
이는 runs를 소급하여 정리하거나 분류해야 할 때 유용합니다.

run에 새 태그를 추가하려면 기존 태그와 새 태그를 포함하는
새 목록으로 `tags` 속성을 업데이트하세요.
run의 경로는 `entity/project/run_id`로 구성됩니다.
태그를 업데이트한 후 run의 `update()` 메서드를 호출하여 변경 사항을 저장해야 합니다.
"""
import wandb

entity = "<entity>"
project = "<project>"
run_id = "<run-id>"  # Replace with the ID of the run you want to update

# Path consists of entity/project/run_id
with wandb.Api().run(f"{entity}/{project}/{run_id}") as run:
  run.tags.append("<tag>")
  run.update()