> ## Documentation Index
> Fetch the complete documentation index at: https://docs.coreweave.com/llms.txt
> Use this file to discover all available pages before exploring further.

> Créez, suivez et utilisez un artifact de jeu de données avec W&B.

# Tutoriel : créer, suivre et utiliser un artifact de jeu de données

Ce guide pas à pas explique comment créer, suivre et utiliser un artifact de jeu de données.

<h2 id="1-log-into-wb">
  1. Se connecter à W\&B
</h2>

Importez la bibliothèque W\&B et connectez-vous à W\&B. Si ce n’est pas déjà fait, vous devrez vous inscrire pour créer un compte W\&B gratuit.

```python theme={"system"}
import wandb

wandb.login()
```

<h2 id="2-initialize-a-run">
  2. Initialiser un run
</h2>

Utilisez [`wandb.init()`](/fr/products/wandb/ref/python/functions/init) pour initialiser un run. Cette opération lance un processus en arrière-plan chargé de synchroniser et de journaliser les données. Indiquez un nom de projet et un type de job :

```python theme={"system"}
# Créez un run W&B. Nous indiquons ici 'dataset' comme type de job, car cet exemple
# montre comment créer un artifact de jeu de données.
with wandb.init(project="artifacts-example", job_type="upload-dataset") as run:
    # Votre code ici
```

<h2 id="3-create-an-artifact-object">
  3. Créer un objet artifact
</h2>

Créez un objet artifact avec [`wandb.Artifact()`](/fr/products/wandb/ref/python/experiments/artifact). Fournissez un nom pour l’artifact et une description du type de fichier dans les paramètres `name` et `type`, respectivement.

Par exemple, l’extrait de code suivant montre comment créer un artifact nommé `‘bicycle-dataset’` avec l’étiquette `‘dataset’` :

```python theme={"system"}
artifact = wandb.Artifact(name="bicycle-dataset", type="dataset")
```

Pour en savoir plus sur la construction d’un artifact, consultez [Construire des artifacts](/fr/products/wandb/artifacts/construct-an-artifact).

<h2 id="4-add-the-dataset-to-the-artifact">
  4. Ajouter le jeu de données à l’artifact
</h2>

Ajoutez un fichier à l’artifact. Il s’agit généralement de modèles ou de jeux de données. L’exemple suivant ajoute à l’artifact un jeu de données nommé `dataset.h5`, enregistré localement sur notre machine :

```python theme={"system"}
# Ajouter un fichier au contenu de l’artifact
artifact.add_file(local_path="dataset.h5")
```

Remplacez le nom de fichier `dataset.h5` dans l’extrait de code précédent par le chemin du fichier que vous souhaitez ajouter à l’artifact.

<h2 id="5-log-the-dataset">
  5. Journaliser le jeu de données
</h2>

Utilisez la méthode `wandb.Run.log_artifact()` de l’objet run W\&B pour à la fois enregistrer la version de votre artifact et déclarer l’artifact comme [sortie du run](/fr/products/wandb/artifacts/explore-and-traverse-an-artifact-graph).

```python theme={"system"}
# Enregistrer la version de l’artifact dans W&B et la déclarer
# comme sortie de ce run
run.log_artifact(artifact)
```

Un [alias](/fr/products/wandb/artifacts/create-a-custom-alias) `'latest'` est créé par défaut lorsque vous journalisez un artifact. Pour en savoir plus sur les alias et les versions d’artifact, consultez respectivement [Créer un alias personnalisé](/fr/products/wandb/artifacts/create-a-custom-alias) et [Créer de nouvelles versions d’artifact](/fr/products/wandb/artifacts/create-a-new-artifact-version).

Une fois ces éléments réunis, votre script devrait à ce stade ressembler à ceci :

```python theme={"system"}
import wandb

wandb.login()

with wandb.init(project="artifacts-example", job_type="upload-dataset") as run:
    artifact = wandb.Artifact(name="bicycle-dataset", type="dataset")
    artifact.add_file(local_path="dataset.h5")
    run.log_artifact(artifact)
```

<h2 id="6-download-and-use-the-artifact">
  6. Télécharger et utiliser l’artifact
</h2>

L’exemple de code suivant présente les étapes à suivre pour utiliser un artifact que vous avez journalisé et enregistré sur les serveurs W\&B.

1. Tout d’abord, initialisez un nouvel objet run avec **`wandb.init()`.**
2. Ensuite, appelez la méthode [`wandb.Run.use_artifact()`](/fr/products/wandb/ref/python/experiments/run#use_artifact) de l’objet run pour indiquer à W\&B l’artifact à utiliser. Cette méthode renvoie un objet artifact.
3. Enfin, appelez la méthode [`wandb.Artifact.download()`](/fr/products/wandb/ref/python/experiments/artifact#download) de l’artifact pour en télécharger le contenu.

```python theme={"system"}
# Créer un run W&B. Ici, nous indiquons 'training' pour 'type'
# car ce run servira à suivre l’entraînement.
with wandb.init(project="artifacts-example", job_type="training") as run:

  # Interroger W&B pour récupérer un artifact et le marquer comme entrée de ce run
  artifact = run.use_artifact("bicycle-dataset:latest")

  # Télécharger le contenu de l’artifact
  artifact_dir = artifact.download()
```

Vous pouvez également utiliser l’API publique (`wandb.Api`) pour exporter (ou mettre à jour) des données déjà enregistrées dans W\&B en dehors d’un run. Pour plus d’informations, consultez [Suivre des fichiers externes](/fr/products/wandb/artifacts/track-external-files).


## Related topics

- [Créer un jeu de données](/fr/model-distillation/reference/management/datasets/create-a-dataset.md)