> ## 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. # En quoi Weights & Biases diffère-t-il de TensorBoard ? Si vous évaluez des outils de suivi des expériences ou si vous migrez depuis TensorBoard, cette page résume les principales différences pour vous aider à déterminer si Weights & Biases convient à votre flux de travail. Weights & Biases s'intègre à TensorBoard et va au-delà des capacités des outils de suivi des expériences. Ses fondateurs ont créé Weights & Biases pour remédier aux frustrations courantes des utilisateurs de TensorBoard. Les principales améliorations sont les suivantes : * **Reproductibilité des modèles** : Weights & Biases facilite l'expérimentation, l'exploration et la reproduction des modèles. Il capture les métriques, les hyperparamètres et les versions du code, et enregistre les points de contrôle des modèles afin de garantir la reproductibilité. * **Organisation automatique** : Weights & Biases simplifie les passations de projets et les absences pour congés en offrant une vue d'ensemble de tous les modèles testés. Vous gagnez ainsi du temps en évitant de relancer d'anciennes expériences. * **Intégration rapide** : intégrez Weights & Biases à votre projet en cinq minutes. Installez le package Python open source et gratuit, puis ajoutez quelques lignes de code. Les métriques et les enregistrements journalisés s'affichent pour chaque run de modèle. * **Tableau de bord centralisé** : accédez à un tableau de bord unifié, quel que soit l'endroit où se déroule l'entraînement (en local, sur les clusters du laboratoire ou sur des instances Spot dans le cloud). Plus besoin de gérer des fichiers TensorBoard répartis sur plusieurs machines. * **Tableau filtrable** : recherchez, filtrez, triez et regroupez les résultats de vos modèles. Identifiez les modèles les plus performants pour différentes tâches, un point sur lequel TensorBoard est souvent à la peine avec les projets de grande envergure. * **Outils de collaboration** : Weights & Biases facilite la collaboration sur des projets complexes d'apprentissage automatique. Partagez des liens vers vos projets et utilisez des équipes privées pour partager vos résultats. Créez des rapports avec des visualisations interactives et des descriptions en Markdown pour vos journaux de travail ou vos présentations. *** [TensorBoard](/fr/support/models/tags/tensorboard)