> ## 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.

> 기존 W&B 프로젝트에서 스윕 작업을 만드는 방법에 대한 튜토리얼입니다.

# 튜토리얼: 프로젝트에서 스윕 작업 만들기

이 튜토리얼에서는 기존 W\&B 프로젝트에서 스윕 작업을 만드는 방법을 설명합니다. 베이스라인 프로젝트를 만들고, 하이퍼파라미터 스윕을 구성한 다음, 트레이닝 작업을 병렬로 실행하는 에이전트를 실행하는 과정을 안내합니다.

[Fashion MNIST 데이터셋](https://github.com/zalandoresearch/fashion-mnist)을 사용하여 PyTorch 컨볼루션 뉴럴 네트워크를 트레이닝하여 이미지를 분류합니다. [W\&B examples 저장소 (PyTorch CNN Fashion)](https://github.com/wandb/examples/tree/master/examples/pytorch/pytorch-cnn-fashion)에서 필요한 코드와 데이터셋을 제공합니다.

이 [W\&B 대시보드](https://app.wandb.ai/carey/pytorch-cnn-fashion)에서 결과를 확인하세요.

<h2 id="create-a-project">
  프로젝트 만들기
</h2>

먼저 예시 모델을 한 번 이상 트레이닝하여 베이스라인 프로젝트를 만드세요. 이 베이스라인은 이후 단계에서 스윕을 설정할 때 기준이 됩니다. W\&B examples GitHub 저장소에서 PyTorch MNIST 데이터셋 예시 모델을 다운로드한 다음 모델을 트레이닝하세요. 트레이닝 스크립트는 `examples/pytorch/pytorch-cnn-fashion` 디렉터리에 있습니다.

예시 모델을 다운로드하고 트레이닝하려면 다음 단계를 따르세요.

1. 저장소를 복제하세요.

   ```bash theme={"system"}
   git clone https://github.com/wandb/examples.git
   ```

2. 예시 디렉터리로 이동하세요.

   ```bash theme={"system"}
   cd examples/pytorch/pytorch-cnn-fashion
   ```

3. 트레이닝 스크립트를 직접 실행하세요.

   ```bash theme={"system"}
   python train.py
   ```

4. 선택: W\&B App 대시보드에서 예시를 살펴보세요. [예시 프로젝트 페이지 보기](https://app.wandb.ai/carey/pytorch-cnn-fashion).

첫 run이 완료되면 스윕의 기반이 될 베이스라인 프로젝트가 W\&B에 생성됩니다.

<h2 id="create-a-sweep">
  스윕 만들기
</h2>

베이스라인 프로젝트가 준비되면 run에 대한 스윕을 설정할 수 있습니다. 프로젝트 페이지에서 프로젝트 사이드바의 [**스윕** 탭](/ko/products/wandb/sweeps/visualize-sweep-results)을 열고 **스윕 만들기**를 선택하세요.

<Frame>
  <img src="https://mintcdn.com/coreweave-dbfa0e8d/3Dv_sw2eg8feUJlx/products/wandb/_media/sweep1.png?fit=max&auto=format&n=3Dv_sw2eg8feUJlx&q=85&s=5331c08eed0892a817fa1fb151ce71dc" alt="스윕 탭이 열려 있고 스윕 만들기 버튼이 강조 표시된 W&B 프로젝트 페이지" width="1490" height="534" data-path="products/wandb/_media/sweep1.png" />
</Frame>

자동 생성된 설정은 완료한 run을 기반으로 스윕할 값을 제안합니다. 설정을 편집하여 시도할 하이퍼파라미터 범위를 지정하세요. 스윕을 시작하면 W\&B의 호스팅 스윕 서버에서 새 프로세스가 시작됩니다. 이 중앙 집중식 서비스는 에이전트(트레이닝 작업을 실행하는 머신)를 조정합니다.

<Frame>
  <img src="https://mintcdn.com/coreweave-dbfa0e8d/3Dv_sw2eg8feUJlx/products/wandb/_media/sweep2.png?fit=max&auto=format&n=3Dv_sw2eg8feUJlx&q=85&s=a82803c5461744be5b9b5f5d69374812" alt="하이퍼파라미터 범위를 보여주는 자동 생성된 스윕 설정 편집기" width="2308" height="1768" data-path="products/wandb/_media/sweep2.png" />
</Frame>

<h2 id="launch-agents">
  에이전트 실행
</h2>

스윕을 설정한 후 하나 이상의 에이전트를 실행하여 run을 수행하세요. 여러 머신에서 최대 20개의 에이전트를 병렬로 실행하면 스윕 작업을 더 빨리 마칠 수 있습니다. 각 에이전트는 다음에 사용할 매개변수 세트를 출력합니다.

<Frame>
  <img src="https://mintcdn.com/coreweave-dbfa0e8d/3Dv_sw2eg8feUJlx/products/wandb/_media/sweep3.png?fit=max&auto=format&n=3Dv_sw2eg8feUJlx&q=85&s=ebd0448db42b5696d49cb446ec91836b" alt="다음 하이퍼파라미터 세트를 출력하는 스윕 에이전트의 터미널 출력" width="2082" height="1046" data-path="products/wandb/_media/sweep3.png" />
</Frame>

이제 여러 에이전트의 트레이닝 작업을 조율하고 결과를 W\&B에 보고하는 스윕이 실행되고 있습니다. 다음 이미지는 예시 스윕 작업이 실행 중인 대시보드를 보여줍니다.

<Frame>
  <img src="https://mintcdn.com/coreweave-dbfa0e8d/3Dv_sw2eg8feUJlx/products/wandb/_media/sweep4.png?fit=max&auto=format&n=3Dv_sw2eg8feUJlx&q=85&s=f8a0b3d3d0d365f7b76ef422e3febde3" alt="병렬 트레이닝 run의 메트릭을 표시하는 스윕 대시보드" width="3250" height="1412" data-path="products/wandb/_media/sweep4.png" />
</Frame>

<h2 id="seed-a-new-sweep-with-existing-runs">
  기존 run으로 새 스윕 시드하기
</h2>

이전 결과를 시작점으로 재사용하려면, 이전에 로깅한 기존 run을 사용하여 새 스윕을 시작하세요:

1. 프로젝트 table을 여세요.
2. run 행의 체크박스를 클릭하여 run을 선택하세요.
3. 드롭다운에서 새 스윕 생성 옵션을 선택하세요.

이제 스윕이 서버에 설정되었습니다. 하나 이상의 에이전트를 실행하여 run을 시작하세요.

<Frame>
  <img src="https://mintcdn.com/coreweave-dbfa0e8d/3Dv_sw2eg8feUJlx/products/wandb/_media/tutorial_sweep_runs.png?fit=max&auto=format&n=3Dv_sw2eg8feUJlx&q=85&s=a0ed3b93911fba29d3b93611187071a1" alt="행이 선택된 프로젝트 run table과 드롭다운의 스윕 생성 옵션" width="1696" height="996" data-path="products/wandb/_media/tutorial_sweep_runs.png" />
</Frame>

<Note>
  새 스윕을 베이지안 스윕으로 시작하면, 선택한 run도 가우시안 프로세스를 시드합니다.
</Note>


## Related topics

- [튜토리얼: 프로젝트 run 실패 알림 자동화](/ko/products/wandb/automations/project-automation-tutorial.md)
