Aperçu d’Automations

L’API W&B Automations permet de créer et de gérer par programmation des flux de travail automatisés qui réagissent aux événements de votre pipeline ML. Configurez des actions pour qu’elles se déclenchent lorsque des conditions spécifiques sont remplies, comme des seuils de performance du modèle ou la création d’un artifact.

Classes principales

Classe	Description
`Automation`	Représente une instance d’automatisation enregistrée avec sa configuration.
`NewAutomation`	Classe utilitaire permettant de créer de nouvelles automatisations.

Événements (Déclencheurs)

Événement	Description
`OnRunMetric`	Se déclenche lorsqu’une métrique de run satisfait une condition définie (seuil, variation, etc.).
`OnCreateArtifact`	Se déclenche lorsqu’un nouvel artifact est créé dans une collection.
`OnLinkArtifact`	Se déclenche lorsqu’un artifact est lié à un registre.
`OnAddArtifactAlias`	Se déclenche lorsqu’un alias est ajouté à un artifact.

Actions

Action	Description
`SendNotification`	Envoyer des notifications via Slack ou d’autres canaux intégrés.
`SendWebhook`	Envoyer des requêtes webhook HTTP à des services externes.
`DoNothing`	Action factice pour tester les configurations d’automatisation.

Filtres

Filtre	Description
`MetricThresholdFilter`	Filtre les runs en comparant les valeurs des métriques à des seuils.
`MetricChangeFilter`	Filtre les runs en fonction de l’évolution de la valeur d’une métrique au fil du temps.

Cas d’usage courants

Surveillance des performances du modèle

Déclencher une alerte lorsque l’accuracy du modèle passe sous un seuil
Notifier l’équipe lorsque la perte d’entraînement plafonne
Déclencher des pipelines de réentraînement en fonction des métriques de performance

Gestion des Artifacts

Envoyer des notifications lorsque de nouvelles versions de modèle sont créées
Déclencher des flux de travail de déploiement lorsque des artifacts sont tagués
Automatiser les traitements en aval lorsque des jeux de données sont mis à jour

Suivi des expériences

Alertes en cas de runs en échec ou plantés
Notifications lorsque des expériences de longue durée se terminent
Envoi de résumés quotidiens des métriques des expériences

Flux de travail d’intégration

Mettre à jour des systèmes de suivi externes via des webhooks
Synchroniser le registre de modèles avec des plateformes de déploiement
Déclencher des pipelines CI/CD à partir d’événements W&B

Exemple d’utilisation

L’exemple suivant crée une automatisation qui envoie une notification Slack chaque fois qu’une métrique appelée custom-metric dépasse 10. La métrique custom-metric est censée être enregistrée pendant l’entraînement à l’aide de wandb.Run.log({"custom-metric": value }).

import wandb
from wandb.automations import OnRunMetric, RunEvent, SendNotification

api = wandb.Api()

project = api.project("<my-project>", entity="<my-team>")

# Utiliser la première intégration Slack pour l'équipe
slack_hook = next(api.slack_integrations(entity="<my-team>"))

# Créer un événement déclencheur
event = OnRunMetric(
     scope=project,
     filter=RunEvent.metric("custom-metric") > 10,
)

# Créer une action qui répond à l'événement
action = SendNotification.from_integration(slack_hook)

# Créer l'automatisation
automation = api.create_automation(
     event >> action,
     name="my-automation",
     description="Envoyer un message Slack chaque fois que 'custom-metric' dépasse 10.",
)

Pour en savoir plus sur l’utilisation de l’API Automations, consultez le guide Automations.

W&B Models

W&B Weave

Serverless Inference

Serverless Training

Classes principales

Événements (Déclencheurs)

Actions

Filtres

Cas d’usage courants

Surveillance des performances du modèle

Gestion des Artifacts

Suivi des expériences

Flux de travail d’intégration

Exemple d’utilisation

​Classes principales

​Événements (Déclencheurs)

​Actions

​Filtres

​Cas d’usage courants

​Surveillance des performances du modèle

​Gestion des Artifacts

​Suivi des expériences

​Flux de travail d’intégration

​Exemple d’utilisation

Classes principales

Événements (Déclencheurs)

Actions

Filtres

Cas d’usage courants

Surveillance des performances du modèle

Gestion des Artifacts

Suivi des expériences

Flux de travail d’intégration

Exemple d’utilisation