> ## 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.

# multiprocessing(예: 분산 트레이닝 작업)에서 W&B를 사용하려면 어떻게 해야 하나요?

이 문서에서는 분산 트레이닝 작업과 같이 여러 프로세스에 걸쳐 실행되는 트레이닝 프로그램에서 충돌 없이 run이 올바르게 로깅되도록 W\&B를 사용하는 방법을 설명합니다.

트레이닝 프로그램이 여러 프로세스를 사용하는 경우, `wandb.init()`를 호출하지 않은 프로세스에서 W\&B 메서드를 호출하지 않도록 프로그램을 구성하세요.

다음 방법 중 하나를 선택해 멀티프로세스 트레이닝을 관리하세요:

* 모든 프로세스에서 `wandb.init()`를 호출하고 [group](/ko/models/runs/grouping) 키워드 인수를 사용해 공유 그룹을 만듭니다. 각 프로세스는 자체 W\&B run을 가지며, UI에서 이 트레이닝 프로세스들이 함께 그룹화됩니다.
* 하나의 프로세스에서만 `wandb.init()`를 호출하고, 로그할 데이터는 [multiprocessing queues](https://docs.python.org/3/library/multiprocessing.html#exchanging-objects-between-processes)를 통해 전달합니다.

<Note>
  Torch DDP 코드 예제를 포함한 이러한 방법의 자세한 설명은 [Log distributed training experiments](/ko/models/track/log/distributed-training)를 참고하세요.
</Note>

***

<Badge stroke shape="pill" color="orange" size="md">[Experiments](/ko/support/models/tags/experiments)</Badge>