Skip to main content
W&B는 Amazon SageMaker와 통합되어 하이퍼파라미터를 자동으로 가져오고, 분산된 run을 그룹화하며, 체크포인트에서 run을 재개합니다.

​
인증

W&B는 트레이닝 스크립트를 기준으로 한 상대 경로에서 secrets.env 파일을 찾고, wandb.init()를 호출하면 그 내용을 환경 변수로 로드합니다. secrets.env 파일을 생성하려면 실험을 시작하는 데 사용하는 스크립트에서 wandb.sagemaker_auth(path="source_dir")를 호출하세요. 이 파일을 .gitignore에 추가하세요.

​
기존 estimator

SageMaker의 미리 구성된 estimator 중 하나를 사용 중이라면 wandb가 포함된 requirements.txt 파일을 소스 디렉터리에 추가하세요:
Python 2에서 실행되는 estimator를 사용 중이라면 wandb를 설치하기 전에 이 wheel에서 psutil을 설치하세요:
전체 예시는 GitHub의 SageMaker 예시를 참조하세요. SageMaker에서 스윕을 실행하는 방법에 대한 자세한 내용은 SageMaker 스윕 관련 W&B 블로그 게시물을 참조하세요. SageMaker와 W&B를 사용해 감정 분석기를 배포하는 튜토리얼은 Deploy Sentiment Analyzer Using SageMaker and W&B를 참조하세요.
W&B sweep agent는 SageMaker 인테그레이션이 비활성화되어 있을 때만 SageMaker 작업 내에서 올바르게 작동합니다. SageMaker 인테그레이션을 끄려면 wandb.init() 호출을 다음과 같이 수정하세요.