> ## Documentation Index
> Fetch the complete documentation index at: https://wb-21fd5541-docs-2751.mintlify.site/llms.txt
> Use this file to discover all available pages before exploring further.

> Intégrez W&B à Amazon SageMaker pour le suivi des expériences, la journalisation des métriques et la gestion des modèles sur l’infrastructure AWS.

# SageMaker

W\&B s’intègre à [Amazon SageMaker](https://aws.amazon.com/sagemaker/) pour lire automatiquement les hyperparamètres, regrouper les Runs distribués et reprendre les runs à partir des checkpoints.

<div id="authentication">
  ## Authentification
</div>

W\&B recherche un fichier nommé `secrets.env` dans le même répertoire que le script d'entraînement et charge son contenu dans l'environnement lorsque vous appelez `wandb.init()`. Pour générer un fichier `secrets.env`, appelez `wandb.sagemaker_auth(path="source_dir")` dans le script que vous utilisez pour lancer vos expériences. Ajoutez ce fichier à votre `.gitignore`.

<div id="existing-estimators">
  ## Estimateurs existants
</div>

Si vous utilisez l’un des estimateurs préconfigurés de SageMaker, ajoutez un fichier `requirements.txt` à votre répertoire source contenant `wandb` :

```text theme={null}
wandb
```

Si vous utilisez un estimateur qui fonctionne avec Python 2, installez `psutil` depuis cette [wheel](https://pythonwheels.com) avant d’installer `wandb` :

```text theme={null}
https://wheels.galaxyproject.org/packages/psutil-5.4.8-cp27-cp27mu-manylinux1_x86_64.whl
wandb
```

Pour un exemple complet, voir l’[exemple SageMaker sur GitHub](https://github.com/wandb/examples/tree/master/examples/pytorch/pytorch-cifar10-sagemaker). Pour en savoir plus sur l’exécution de Sweeps avec SageMaker, voir l’[article de blog W\&B sur les Sweeps avec SageMaker](https://wandb.ai/site/articles/running-sweeps-with-sagemaker).

Pour obtenir un tutoriel sur le déploiement d’un analyseur de sentiment avec SageMaker et W\&B, voir [Deploy Sentiment Analyzer Using SageMaker and W\&B](https://wandb.ai/authors/sagemaker/reports/Deploy-Sentiment-Analyzer-Using-SageMaker-and-W-B--VmlldzoxODA1ODE).

<Warning>
  L’agent de balayage W\&B fonctionne correctement dans un job SageMaker uniquement lorsque l’intégration SageMaker est désactivée. Pour désactiver l’intégration SageMaker, mettez à jour votre appel à `wandb.init()` :

  ```python theme={null}
  wandb.init(..., settings=wandb.Settings(sagemaker_disable=True))
  ```
</Warning>