Repolode
wandb

wandb/wandb

머신러닝 실험, 데이터셋, 모델을 추적하고 시각화하며 관리하는 Python 라이브러리 및 호스팅 플랫폼입니다.

대체할 수 있는 제품:NeptuneComet

스타
11,306
포크
907
열린 이슈
1,011
마지막 커밋
4시간 전

어떤 프로젝트인가요?

wandb는 머신러닝 작업을 기록하는 플랫폼인 Weights & Biases의 Python 클라이언트입니다. 학습 스크립트나 노트북에서 wandb.init()으로 run을 시작하고, 하이퍼파라미터를 config 딕셔너리로 전달한 다음 run.log()로 정확도와 손실 같은 메트릭을 기록합니다. 기록한 결과는 웹 대시보드에 표시되며, run을 비교하고 값이 단계별로 어떻게 바뀌었는지 확인할 수 있습니다.

PyTorch, TensorFlow, Keras, JAX 등 널리 쓰이는 프레임워크와 연동되므로 기존 프로젝트를 거의 수정하지 않고도 실험 추적 기능을 추가할 수 있습니다. 데이터와 모델 버전 관리, 하이퍼파라미터 스윕, 과거 run의 재현성도 지원합니다.

W&B는 멀티테넌트 클라우드 서비스, AWS·GCP·Azure의 전용 클라우드 인스턴스, 또는 자체 인프라에 배포하는 셀프 매니지드 서버로 제공됩니다. LLM 앱의 트레이싱과 평가를 위한 Weave 제품군은 같은 업체가 제공하는 별도 제품입니다.

핵심 기능

  • 01Python 스크립트에서 wandb.init()과 run.log()로 하이퍼파라미터와 메트릭을 기록합니다.
  • 02웹 대시보드에서 run을 비교하고 시각화합니다.
  • 03PyTorch, TensorFlow, Keras, JAX와 연동됩니다.
  • 04아티팩트로 데이터셋과 모델의 버전을 관리합니다.
  • 05하이퍼파라미터 스윕으로 설정을 탐색합니다.
  • 06클라우드, 전용 클라우드 또는 셀프 매니지드 서버로 배포할 수 있습니다.

활용 사례

  • 연구 중 학습 run을 추적하고 모델 변형을 비교합니다.
  • 팀의 ML 파이프라인 전반에서 데이터셋과 모델 체크포인트의 버전을 관리합니다.
  • 딥러닝 모델의 하이퍼파라미터 스윕을 실행합니다.
  • 프라이빗 네트워크 안에 실험 추적 서버를 호스팅합니다.

빠른 시작

  1. 1

    wandb 라이브러리를 설치합니다

    pip install wandb
  2. 2

    wandb.ai/settings에서 가입하고 API 키를 만듭니다(또는 wandb login을 실행합니다)

    wandb login
  3. 3

    Python 스크립트에서 wandb.init()으로 run을 초기화하고 run.log()로 메트릭을 기록합니다

사용 전 알아둘 점

  • 모든 기능을 사용하려면 W&B 계정과 API 키가 필요하며, 기본적으로 호스팅 플랫폼을 사용합니다.
  • W&B Server를 자체 호스팅하려면 Python 라이브러리와 별도의 배포 작업이 필요합니다.

토픽

자주 묻는 질문

wandb은(는) 무엇인가요?
머신러닝 실험, 데이터셋, 모델을 추적하고 시각화하며 관리하는 Python 라이브러리 및 호스팅 플랫폼입니다. wandb는 머신러닝 작업을 기록하는 플랫폼인 Weights & Biases의 Python 클라이언트입니다. 학습 스크립트나 노트북에서 wandb.init()으로 run을 시작하고, 하이퍼파라미터를 config 딕셔너리로 전달한 다음 run.log()로 정확도와 손실 같은 메트릭을 기록합니다. 기록한 결과는 웹 대시보드에 표시되며, run을 비교하고 값이 단계별로 어떻게 바뀌었는지 확인할 수 있습니다.
wandb은(는) 무료로 사용할 수 있나요? 라이선스는 무엇인가요?
wandb은(는) MIT 라이선스의 오픈소스입니다. 상업용 제품에 사용하기 전에 라이선스 조건을 확인하세요.
wandb은(는) 아직 유지보수되고 있나요?
활발히 유지보수 중. wandb의 마지막 커밋은 2026년 10월 22일입니다.
wandb은(는) 어디에 사용할 수 있나요?
연구 중 학습 run을 추적하고 모델 변형을 비교합니다. 팀의 ML 파이프라인 전반에서 데이터셋과 모델 체크포인트의 버전을 관리합니다. 딥러닝 모델의 하이퍼파라미터 스윕을 실행합니다. 프라이빗 네트워크 안에 실험 추적 서버를 호스팅합니다.
wandb는 어떻게 설치하나요?
wandb 라이브러리를 설치합니다: pip install wandb wandb.ai/settings에서 가입하고 API 키를 만듭니다(또는 wandb login을 실행합니다): wandb login Python 스크립트에서 wandb.init()으로 run을 초기화하고 run.log()로 메트릭을 기록합니다
wandb은(는) 어디서 받을 수 있나요?
소스 코드와 설치 방법은 GitHub에 있습니다: https://github.com/wandb/wandb

요약은 프로젝트 README를 바탕으로 AI가 작성했습니다. GitHub 통계는 매일 갱신됩니다.

관련 프로젝트