메인 콘텐츠로 건너뛰기
하나 이상의 머신에서 하나 이상의 에이전트로 W&B 스윕을 시작하세요. W&B 스윕 에이전트는 하이퍼파라미터에 대해 W&B 스윕 ( wandb sweep)을 초기화할 때 시작한 W&B 서버를 쿼리하고 이를 사용하여 모델 트레이닝을 실행합니다. W&B 스윕 에이전트를 시작하려면 W&B 스윕을 초기화할 때 반환된 W&B 스윕 ID를 제공하세요. W&B 스윕 ID의 형식은 다음과 같습니다. 
entity/project/sweep_ID
여기서:
  • entity: W&B 사용자 이름 또는 팀 이름입니다.
  • project: W&B Run의 출력을 저장할 프로젝트의 이름입니다. 프로젝트를 지정하지 않으면 run이 “Uncategorized” 프로젝트에 저장됩니다.
  • sweep_ID: W&B에서 생성한 의사 난수 고유 ID입니다.
Jupyter Notebook 또는 Python 스크립트 내에서 W&B 스윕 에이전트를 시작하는 경우 W&B 스윕이 실행할 함수의 이름을 제공하세요. 다음 코드 조각은 W&B로 에이전트를 시작하는 방법을 보여줍니다. 이미 구성 파일이 있고 W&B 스윕을 초기화했다고 가정합니다. 구성 파일을 정의하는 방법에 대한 자세한 내용은 스윕 구성 정의을 참조하세요.
  • CLI
  • Python 스크립트 또는 노트북
wandb agent 코맨드를 사용하여 스윕을 시작합니다. 스윕을 초기화할 때 반환된 스윕 ID를 제공합니다. 아래 코드 조각을 복사하여 붙여넣고 sweep_id를 스윕 ID로 바꾸세요.
wandb agent sweep_id

​
W&B 에이전트 중지

랜덤 및 베이지안 탐색은 영원히 실행됩니다. 커맨드라인, Python 스크립트 또는 Sweeps UI 내에서 프로세스를 중지해야 합니다.
선택적으로 스윕 에이전트가 시도해야 하는 W&B Runs의 수를 지정합니다. 다음 코드 조각은 CLI 및 Jupyter Notebook, Python 스크립트 내에서 최대 W&B Runs 수를 설정하는 방법을 보여줍니다.
  • Python 스크립트 또는 노트북
  • CLI
먼저 스윕을 초기화합니다. 자세한 내용은 스윕 초기화을 참조하세요.
sweep_id = wandb.sweep(sweep_config)
다음으로 스윕 작업을 시작합니다. 스윕 시작에서 생성된 스윕 ID를 제공합니다. 시도할 최대 run 수를 설정하려면 count 파라미터에 정수 값을 전달합니다.
sweep_id, count = "dtzl1o7u", 10
wandb.agent(sweep_id, count=count)
스윕 에이전트가 완료된 후 동일한 스크립트 또는 노트북 내에서 새 run을 시작하는 경우 새 run을 시작하기 전에 wandb.teardown()을 호출해야 합니다.