> ## 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.

> 単一の run または分散プロセスから、新しいアーティファクトのバージョンを作成します。

# アーティファクトのバージョンを作成する

新しいアーティファクトのバージョンは、単一の [run](/ja/products/wandb/runs) で作成することも、複数の分散 run で共同して作成することもできます。また、以前のバージョンをもとに新しいアーティファクトのバージョンを作成することも可能です。これを[段階的アーティファクト](#create-a-new-artifact-version-from-an-existing-version)と呼びます。

<Note>
  元のアーティファクトのサイズが非常に大きく、その中の一部のファイルにのみ変更を加えたい場合は、段階的アーティファクトを作成することをお勧めします。
</Note>

<h2 id="create-new-artifact-versions-from-scratch">
  新しいアーティファクトのバージョンを一から作成する
</h2>

新しいアーティファクトのバージョンは、単一の run または分散 run から作成できます。それぞれの方法は次のとおりです。

* **単一の run**: 単一の run が新しいバージョンに必要なデータをすべて提供します。最も一般的な方法で、必要なデータを 1 つの run で完全に再生成できる場合に適しています。例: 保存済みモデルを出力する場合や、分析用にモデルの予測を表に出力する場合。
* **分散 run**: 複数の run が共同で新しいバージョンに必要なデータをすべて提供します。複数の run が並列でデータを生成することの多い分散ジョブに適しています。例: モデルを分散して評価し、予測を出力する場合。

project に存在しない名前を `wandb.Artifact` API に渡すと、W\&B は新しいアーティファクトを作成し、`v0` エイリアスを割り当てます。同じアーティファクトに再度ログすると、W\&B は内容のチェックサムを計算します。内容が変わっていれば、新しいバージョン `v1` を保存します。

project 内の既存のアーティファクトと一致する名前とアーティファクト タイプを `wandb.Artifact` API に渡すと、W\&B はそのアーティファクトを取得します。取得されるアーティファクトのバージョンは 1 より大きくなります。

<Frame>
  <img src="https://mintcdn.com/coreweave-dbfa0e8d/3Dv_sw2eg8feUJlx/products/wandb/_media/single_distributed_artifacts.png?fit=max&auto=format&n=3Dv_sw2eg8feUJlx&q=85&s=282def1033e091eccfb804f02d7764e1" alt="アーティファクトのワークフローの比較" width="2010" height="986" data-path="products/wandb/_media/single_distributed_artifacts.png" />
</Frame>

<h3 id="single-run">
  単一の run
</h3>

アーティファクト内のすべてのファイルを生成する単一の run で、アーティファクトの新しいバージョンをログします。これは、単一の run がアーティファクト内のすべてのファイルを生成する場合に該当します。

ユースケースに応じて、以下のタブのいずれかを選択して、アーティファクトの新しいバージョンを作成してください。

<Tip title="Run.log_artifact() と Artifact.save() の比較">
  `wandb.Run.log_artifact()` を使用して、アーティファクトを run の出力として明示的に指定します。

  簡便なメソッドとして `Artifact.save()` を使用します。実行中の run がある場合、W\&B はその run にアーティファクトをログします。それ以外の場合、W\&B は run を自動的に作成し、そこにログします。
</Tip>

<Tabs>
  <Tab title="run の出力としてトラッキング">
    `wandb.Run.log_artifact()` を使用して、アーティファクトを run に明示的に関連付けます。

    1. `wandb.init()` で run を作成します。
    2. `wandb.Artifact` で新しいアーティファクトを作成するか、既存のアーティファクトを取得します。
    3. `wandb.Artifact.add_file()` でアーティファクトにファイルを追加します。
    4. `wandb.Run.log_artifact()` で run にアーティファクトをログします。

    ```python theme={"system"}
    with wandb.init() as run:
        artifact = wandb.Artifact("artifact_name", "artifact_type")

        # `.add`、`.add_file`、`.add_dir`、`.add_reference` を使用して
        # アーティファクトにファイルとアセットを追加します
        artifact.add_file("image1.png")
        run.log_artifact(artifact)
    ```
  </Tab>

  <Tab title="直接保存">
    現在のコンテキストからアーティファクトを永続化するための簡便なメソッドとして、`wandb.Artifact.save()` を使用します。

    1. `wandb.Artifact` で新しいアーティファクトを作成するか、既存のアーティファクトを取得します。
    2. `wandb.Artifact.add_file()` でアーティファクトにファイルを追加します。
    3. `wandb.Artifact.save()` でアーティファクトを保存します。

    ```python theme={"system"}
    artifact = wandb.Artifact("artifact_name", "artifact_type")
    # `.add`、`.add_file`、`.add_dir`、`.add_reference` を使用して
    # アーティファクトにファイルとアセットを追加します
    artifact.add_file("image1.png")
    artifact.save()
    ```
  </Tab>
</Tabs>

<h3 id="distributed-runs">
  分散 run
</h3>

複数の run からなるコレクションが 1 つのバージョンを共同で作成してから、コミットできるようにします。これは、1 つの run が新しいバージョンのデータをすべて提供する、前述の単一の run モードとは異なります。

<Note>
  1. 同じバージョンで共同作業するには、コレクション内の各 run が同じ一意の ID (`distributed_id`) を認識している必要があります。デフォルトでは、`wandb.init(group=GROUP)` で run の `group` が設定されている場合、W\&B はそれを `distributed_id` として使用します。
  2. バージョンを「コミット」してその状態を永続的にロックする、最終の run が必要です。
  3. 共同作成するアーティファクトへの追加には `upsert_artifact` を、コミットの確定には `finish_artifact` を使用します。
</Note>

次の例では、異なる run (以下では **Run 1**、**Run 2**、**Run 3** と表記) が、`upsert_artifact` を使用して同じアーティファクトにそれぞれ別の画像ファイルを追加します。

<h4 id="run-1">
  run 1
</h4>

```python theme={"system"}
with wandb.init() as run:
    artifact = wandb.Artifact("artifact_name", "artifact_type")
    # Files と Assets をアーティファクトに追加するには
    # `.add`, `.add_file`, `.add_dir`, `.add_reference` を使用して
    artifact.add_file("image1.png")
    run.upsert_artifact(artifact, distributed_id="my_dist_artifact")
```

<h4 id="run-2">
  run 2
</h4>

```python theme={"system"}
with wandb.init() as run:
    artifact = wandb.Artifact("artifact_name", "artifact_type")
    # 次のメソッドを使用して、ファイルとアセットをアーティファクトに追加します
    # `.add`、`.add_file`、`.add_dir`、および `.add_reference`
    artifact.add_file("image2.png")
    run.upsert_artifact(artifact, distributed_id="my_dist_artifact")
```

<h4 id="run-3">
  run 3
</h4>

run 1 と run 2 が完了してから実行する必要があります。`wandb.Run.finish_artifact()` を呼び出す run は、アーティファクトにファイルを含めることができますが、必須ではありません。

```python theme={"system"}
with wandb.init() as run:
    artifact = wandb.Artifact("artifact_name", "artifact_type")
    # ファイルとアセットをアーティファクトに追加します
    # `.add`、`.add_file`、`.add_dir`、および `.add_reference`
    artifact.add_file("image3.png")
    run.finish_artifact(artifact, distributed_id="my_dist_artifact")
```

<h2 id="create-a-new-artifact-version-from-an-existing-version">
  既存のバージョンから新しいアーティファクトのバージョンを作成する
</h2>

既存のアーティファクトのバージョンに含まれるファイルを追加、変更、または削除して、新しいアーティファクトのバージョンを作成します。W\&B は変更されたファイルのみを再インデックスします。こうして作成されたバージョンを *段階的* アーティファクトと呼びます。

<Frame>
  <img src="https://mintcdn.com/coreweave-dbfa0e8d/3Dv_sw2eg8feUJlx/products/wandb/_media/incremental_artifacts.png?fit=max&auto=format&n=3Dv_sw2eg8feUJlx&q=85&s=ce6e5d53cde482d8deafb484ff24ad7b" alt="段階的アーティファクトのバージョン管理" width="2140" height="916" data-path="products/wandb/_media/incremental_artifacts.png" />
</Frame>

段階的アーティファクトを作成するには、コミット済みの任意のアーティファクトのバージョンから *ドラフト* を作成します。その後、`Artifact.add_file()`、`Artifact.add_dir()`、`Artifact.remove()` などのメソッドを使用してドラフトを変更できます。メソッドの一覧については、[`Artifact` リファレンスドキュメント](/ja/products/wandb/ref/python/experiments/artifact) を参照してください。

ドラフトの変更が完了したら、ログするか保存して、新しいアーティファクトのバージョンを作成します。

<Info>
  段階的アーティファクトを作成する代わりに、新しいアーティファクトを一から作成することもできます。ただし、この方法では、アーティファクトのすべてのファイルがローカルディスク上にある必要があります。段階的アーティファクトでは、以前のアーティファクトのバージョンに含まれる変更のないファイルを再利用しながら、個々のファイルを追加、削除、または変更できます。
</Info>

段階的アーティファクトは、単一の run で作成することも、複数の run で変更を加えて新しいバージョンを作成することもできます。以下のセクションでは、それぞれの場合に段階的アーティファクトを作成する方法を説明します。

<h3 id="single-run-2">
  単一の run
</h3>

<Tabs>
  <Tab title="run の入力としてトラッキングする">
    現在の run でアーティファクトを使用する場合は、`wandb.Run.use_artifact()` を使用します。W\&B はそのアーティファクトを run の入力として記録します。

    1. `wandb.Run.use_artifact()` でアーティファクトのバージョンを取得します。
    2. `Artifact.new_draft()` でドラフトを作成します。
    3. ドラフト内のエントリを追加、削除、または変更します。
    4. `wandb.Run.log_artifact()` でドラフトをログし、新しいアーティファクトのバージョンを作成します。

    ```python lines theme={"system"}
    with wandb.init(job_type="modify dataset") as run:
        saved_artifact = run.use_artifact(
            "my_artifact:latest"
        )  # アーティファクトを取得し、run の入力として使用する
        draft_artifact = saved_artifact.new_draft()  # ドラフトバージョンを作成する

        # ドラフトバージョン内の一部のファイルを変更する
        draft_artifact.add_file("file_to_add.txt")
        draft_artifact.remove("dir_to_remove/")
        run.log_artifact(
            draft_artifact
        )  # 変更をログして新しいバージョンを作成し、run の出力としてマークする
    ```
  </Tab>

  <Tab title="直接取得する">
    アーティファクトを run の入力として記録せずに取得するには、Public API を使用します。

    1. `wandb.Api.artifact()` でアーティファクトのバージョンを取得します。
    2. `Artifact.new_draft()` でドラフトを作成します。
    3. ドラフト内のエントリを追加、削除、または変更します。
    4. `Artifact.save()` でドラフトバージョンを保存し、新しいアーティファクトのバージョンを作成します。

    ```python theme={"system"}
    client = wandb.Api()
    saved_artifact = client.artifact("my_artifact:latest")  # アーティファクトを読み込む
    draft_artifact = saved_artifact.new_draft()  # ドラフトバージョンを作成する

    # ドラフトバージョン内の一部のファイルを変更する
    draft_artifact.remove("deleted_file.txt")
    draft_artifact.add_file("modified_file.txt")
    draft_artifact.save()  # ドラフトへの変更をコミットする
    ```
  </Tab>
</Tabs>

<h3 id="distributed-runs-2">
  分散 run
</h3>

複数の run が 1 つのアーティファクトのバージョンにファイルを追加する場合は、`Artifact.upsert_artifact()` と `Artifact.finish_artifact()` を使用します。

次の例は、アーティファクトを [run への入力](/ja/products/wandb/artifacts/create-a-new-artifact-version#use-as-run-input)として使用する場合に、分散 run から新しいアーティファクトのバージョンを作成する方法を示しています。Public API を使用してアーティファクトを[直接取得する](/ja/products/wandb/artifacts/create-a-new-artifact-version#fetch-directly)場合にも、同じ方法を適用できます。

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

project = "<project>"
artifact_name = "<distributed-artifact-name>"
distributed_id = "dataset-build-001"

worker_files = [
    ("data/shards/worker-0.txt", "shards/worker-0.txt"),
    ("data/shards/worker-1.txt", "shards/worker-1.txt"),
]

for local_path, artifact_path in worker_files:
    with wandb.init(project=project, group=distributed_id) as run:
        artifact = wandb.Artifact(artifact_name, type="dataset")
        artifact.add_file(local_path, name=artifact_path)
        run.upsert_artifact(artifact, distributed_id=distributed_id)

with wandb.init(project=project, group=distributed_id) as run:
    artifact = wandb.Artifact(artifact_name, type="dataset")
    logged = run.finish_artifact(
        artifact,
        aliases=["latest"],
        distributed_id=distributed_id,
    )
    logged.wait()
```

<Tip title="ドラフトと Upsert の違い">
  コミット済みのアーティファクトのバージョンを変更する場合は、`Artifact.new_draft()` を使用します。

  複数の run が共同で、確定済みになる前の同じアーティファクトのバージョンを操作する必要がある場合は、`Artifact.upsert_artifact()` と `Artifact.finish_artifact()` を使用します。
</Tip>


## Related topics

- [アーティファクトを作成する](/ja/products/wandb/artifacts/construct-an-artifact.md)