Cette page explique comment démarrer un agent de sweep sur une ou plusieurs machines afin que Weights & Biases puisse exécuter votre recherche d’hyperparamètres. Les agents de sweep s’appuient sur la configuration de sweep que vous définissez lors de l’initialisation d’un sweep pour explorer différentes combinaisons d’hyperparamètres. Weights & Biases crée un nouveau run pour chaque combinaison d’hyperparamètres exécutée par l’agent de sweep.
Consultez Gérer les sweeps pour savoir comment mettre en pause, reprendre, arrêter ou annuler un agent de sweep en cours d’exécution.
Avant de continuer :
Les exemples suivants montrent comment démarrer un agent de sweep avec la CLI W&B ou depuis Python. Vous aurez besoin de l’ID de sweep que Weights & Biases renvoie lors de l’initialisation du sweep. Vous pouvez utiliser l’ID de sweep court seul (par exemple, dtzl1o7u) ou le préfixer de l’entity et du projet sous forme de chemin :
Où :
entity : le nom de votre équipe Weights & Biases.project : le nom du projet dans lequel Weights & Biases doit stocker la sortie du run. Si vous ne spécifiez pas de projet, Weights & Biases place le run dans un projet nommé « Uncategorized ».sweep_ID : l’ID unique pseudo-aléatoire généré par Weights & Biases.
Utilisez la commande wandb agent pour démarrer un sweep. Indiquez l’ID du sweep renvoyé par Weights & Biases lors de l’initialisation du sweep.Dans la commande suivante, remplacez [SWEEP-ID] par l’ID de votre sweep :Pour un arrêt en douceur lorsque vous interrompez l’agent (par exemple avec Ctrl+C), utilisez wandb agent --forward-signals [SWEEP-ID] : le run actuel reçoit ainsi le signal et peut s’arrêter proprement. Pour plus de détails, consultez Gestion des signaux et runs de sweep. Utilisez wandb.agent() pour démarrer un sweep. Indiquez l’ID du sweep renvoyé par Weights & Biases lors de l’initialisation du sweep, ainsi que le nom de la fonction qui sert de point d’entrée à votre script d’entraînement.Dans le code suivant, remplacez [SWEEP-ID] par l’ID de votre sweep et [FUNCTION-NAME] par le nom de votre fonction d’entraînement :Weights & Biases ne prend en charge le transfert des signaux de l’agent vers le run d’entraînement que si vous utilisez la CLI (wandb agent --forward-signals). Ce transfert n’est pas pris en charge pour wandb.agent() en Python, car la fonction d’entraînement s’exécute dans un thread et non dans un processus enfant.Si vous utilisez cette méthode, consultez l’onglet Script Python ou notebook de la page Ajouter Weights & Biases à votre code pour un exemple de configuration de votre script d’entraînement.MultiprocessingSi vous utilisez le package multiprocessing de la bibliothèque standard Python ou le package pytorch.multiprocessing de PyTorch, vous devez encapsuler vos appels wandb.agent() et wandb.sweep() dans if __name__ == '__main__':. Par exemple :Cette convention garantit que Python n’exécute votre code que lorsque vous lancez le script directement, et non lorsqu’un processus worker l’importe en tant que module.Pour plus d’informations sur le multiprocessing, consultez multiprocessing de la bibliothèque standard Python ou multiprocessing de PyTorch. Pour plus d’informations sur la convention if __name__ == '__main__':, consultez Defining main functions in Python. Limiter le nombre de runs tentés par un agent de sweep
Par défaut, les recherches aléatoires et bayésiennes s’exécutent indéfiniment : il est donc conseillé de plafonner le nombre de runs tentés par un agent. Indiquez le nombre de runs qu’un agent de sweep doit essayer afin de limiter son travail. Les extraits de code suivants montrent comment définir un nombre maximum de runs avec la CLI et dans un notebook Jupyter ou un script Python.
Les recherches aléatoires et bayésiennes s’exécutent indéfiniment. Si vous ne définissez pas de nombre de runs, vous devez arrêter le processus depuis la ligne de commande, depuis votre script Python ou depuis l’interface Sweeps. Commencez par initialiser votre sweep avec la commande wandb sweep. Pour plus d’informations, voir Initialiser des sweeps.Ensuite, transmettez une valeur entière à l’option count pour définir le nombre maximum de runs à essayer. Commencez par initialiser votre sweep. Pour plus d’informations, voir Initialiser des sweeps.Ensuite, lancez la tâche de sweep. Fournissez l’ID de sweep généré lors de l’initialisation. Transmettez une valeur entière au paramètre count pour définir le nombre maximum de runs à essayer.Si vous démarrez un nouveau run dans le même script ou notebook une fois l’agent de sweep terminé, appelez wandb.teardown() avant de démarrer ce nouveau run.
Dernière modification le 30 septembre 2026
