최신 텍스트, 비전, 오디오 및 멀티모달 머신러닝 모델을 정의하고 추론과 학습에 활용하는 프레임워크입니다.
SwanHubX/SwanLab
클라우드 또는 자체 호스팅으로 배포할 수 있는 오픈소스 AI 학습 추적·시각화 플랫폼으로, 지표와 하이퍼파라미터, 하드웨어 통계를 기록합니다.
대체할 수 있는 제품:Weights & Biases
- 스타
- 4,313
- 포크
- 231
- 열린 이슈
- 47
- 마지막 커밋
- 어제
어떤 프로젝트인가요?
SwanLab은 머신러닝 학습 실행을 추적하고 시각화하는 플랫폼입니다. 개발자는 학습 코드에 Python 몇 줄을 추가하면 되며, SwanLab은 스칼라 지표, 하이퍼파라미터, 로그와 CPU·메모리·가속기 사용량 같은 시스템 정보를 기록합니다. 결과는 웹 대시보드에 표시되며, 실행 결과를 차트로 시각화하고 표로 비교하거나 지속적으로 유지되는 링크로 공유할 수 있습니다.
PyTorch, Hugging Face Transformers, PyTorch Lightning, LLaMA Factory, ms-swift, Ultralytics, MMEngine, Keras 등 다양한 프레임워크와 연동됩니다. 하드웨어 모니터링은 NVIDIA, AMD, Ascend NPU, Cambricon MLU, Kunlunxin XPU 및 여러 국내 가속기를 지원합니다. 팀은 프로젝트 내에서 협업하고 실험을 그룹으로 구성할 수 있습니다.
SwanLab은 swanlab.cn의 호스팅 클라우드 서비스로 사용하거나 Docker 또는 Kubernetes로 자체 호스팅할 수 있으며, 오프라인 대시보드를 로컬에서 실행할 수도 있습니다. Apache 2.0 라이선스로 배포됩니다.
핵심 기능
- 01Python 코드 몇 줄로 학습 코드의 스칼라 지표, 하이퍼파라미터, 텍스트를 기록합니다.
- 02선형 차트, 막대 차트, 산점도, 히트맵, 사용자 지정 ECharts를 지원하며 이미지, 오디오, 동영상 같은 미디어도 다룰 수 있습니다.
- 03NVIDIA, AMD, Ascend 및 기타 가속기 전반의 하드웨어·시스템 통계를 기록합니다.
- 0430개 이상의 학습 프레임워크 및 라이브러리와 연동됩니다.
- 05팀 프로젝트, 실험 비교 표, 공유 가능한 링크를 지원합니다.
- 06Docker 또는 Kubernetes로 자체 호스팅하거나 오프라인 대시보드로 실행할 수 있습니다.
활용 사례
- 대규모 언어 모델을 파인튜닝하는 동안 손실 및 정확도 곡선을 추적합니다.
- 팀에서 하이퍼파라미터별 실행 결과를 비교해 최적의 구성을 선택합니다.
- 클러스터에서 장시간 학습 작업을 실행하는 동안 GPU 또는 NPU 사용률을 모니터링합니다.
- 외부망과 분리된 팀을 위해 사설 네트워크에 내부 실험 대시보드를 호스팅합니다.
토픽
자주 묻는 질문
- SwanLab은(는) 무엇인가요?
- 클라우드 또는 자체 호스팅으로 배포할 수 있는 오픈소스 AI 학습 추적·시각화 플랫폼으로, 지표와 하이퍼파라미터, 하드웨어 통계를 기록합니다. SwanLab은 머신러닝 학습 실행을 추적하고 시각화하는 플랫폼입니다. 개발자는 학습 코드에 Python 몇 줄을 추가하면 되며, SwanLab은 스칼라 지표, 하이퍼파라미터, 로그와 CPU·메모리·가속기 사용량 같은 시스템 정보를 기록합니다. 결과는 웹 대시보드에 표시되며, 실행 결과를 차트로 시각화하고 표로 비교하거나 지속적으로 유지되는 링크로 공유할 수 있습니다.
- SwanLab은(는) 무료로 사용할 수 있나요? 라이선스는 무엇인가요?
- SwanLab은(는) Apache-2.0 라이선스의 오픈소스입니다. 상업용 제품에 사용하기 전에 라이선스 조건을 확인하세요.
- SwanLab은(는) 아직 유지보수되고 있나요?
- 활발히 유지보수 중. SwanLab의 마지막 커밋은 2026년 10월 20일입니다.
- SwanLab은(는) 어디에 사용할 수 있나요?
- 대규모 언어 모델을 파인튜닝하는 동안 손실 및 정확도 곡선을 추적합니다. 팀에서 하이퍼파라미터별 실행 결과를 비교해 최적의 구성을 선택합니다. 클러스터에서 장시간 학습 작업을 실행하는 동안 GPU 또는 NPU 사용률을 모니터링합니다. 외부망과 분리된 팀을 위해 사설 네트워크에 내부 실험 대시보드를 호스팅합니다.
- SwanLab은(는) 어디서 받을 수 있나요?
- 소스 코드와 설치 방법은 GitHub에 있습니다: https://github.com/SwanHubX/SwanLab
요약은 프로젝트 README를 바탕으로 AI가 작성했습니다. GitHub 통계는 매일 갱신됩니다.
관련 프로젝트
Keras 3는 JAX, TensorFlow, PyTorch에서 실행되고 추론에는 OpenVINO도 사용할 수 있는 딥러닝 프레임워크입니다.
Ray는 분산 런타임과 AI 라이브러리를 제공해 노트북부터 클러스터까지 Python 및 AI 애플리케이션을 확장하는 통합 프레임워크입니다.
대규모 모델의 분산 학습과 추론을 더 쉽고 효율적으로 지원하는 딥러닝 최적화 라이브러리입니다.
ONNX, TensorFlow, PyTorch, Core ML 등 다양한 형식을 지원하는 신경망·딥러닝·머신러닝 모델 뷰어입니다.
Transformer 모델의 GPU 학습과 추론을 위한 메모리 효율적인 exact attention 커널 FlashAttention의 공식 구현입니다.