> ## 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.

> Jupyter 노트북을 떠나지 않고도 대화형 시각화를 얻으려면 W&B를 사용하세요.

# Jupyter 노트북 추적

Jupyter 노트북을 떠나지 않고도 대화형 시각화를 얻으려면 W\&B를 사용하세요. 맞춤형 분석, 실험, 프로토타입을 모두 완전히 로깅하세요.

<h2 id="use-cases-for-wb-with-jupyter-notebooks">
  Jupyter 노트북에서 W\&B 활용 사례
</h2>

1. **반복 실험**: 매개변수를 조정하며 실험을 실행하고 다시 실행하세요. 수동으로 메모할 필요 없이 실행한 모든 run이 W\&B에 자동으로 저장됩니다.
2. **코드 저장**: 모델을 재현할 때는 노트북에서 어떤 셀이 어떤 순서로 실행되었는지 파악하기 어렵습니다. [설정 페이지](/ko/products/wandb/platform/app/settings-page)에서 코드 저장을 켜면 각 실험의 셀 실행 기록을 저장할 수 있습니다.
3. **맞춤형 분석**: run을 W\&B에 로깅한 후에는 API에서 데이터프레임을 손쉽게 조회하여 맞춤형 분석을 수행할 수 있습니다. 그런 다음 결과를 W\&B에 로깅하여 Reports에 저장하고 공유할 수 있습니다.

<h2 id="getting-started-in-a-notebook">
  노트북에서 시작하기
</h2>

다음 코드를 사용하여 W\&B를 설치하고 계정을 연결하세요:

```notebook theme={"system"}
!pip install wandb -qqq
import wandb
wandb.login()
```

다음으로, 실험을 설정하고 하이퍼파라미터를 저장하세요:

```python theme={"system"}
wandb.init(
    project="jupyter-projo",
    config={
        "batch_size": 128,
        "learning_rate": 0.01,
        "dataset": "CIFAR-100",
    },
)
```

`wandb.init()`를 실행한 후, `%%wandb`로 새 셀을 시작하여 노트북에서 실시간 그래프를 확인하세요. 이 셀을 여러 번 실행하면 데이터가 run에 추가됩니다.

```notebook theme={"system"}
%%wandb

# 여기에 트레이닝 루프를 작성하세요
```

이 [예시 노트북](https://wandb.me/jupyter-interact-colab)에서 직접 사용해 보세요.

<Frame>
  <img src="https://mintcdn.com/coreweave-dbfa0e8d/3Dv_sw2eg8feUJlx/products/wandb/_media/jupyter_widget.png?fit=max&auto=format&n=3Dv_sw2eg8feUJlx&q=85&s=6d0a9e128009691b649c5f05911be297" alt="Jupyter W&B widget" width="2234" height="1238" data-path="products/wandb/_media/jupyter_widget.png" />
</Frame>

<h3 id="rendering-live-wb-interfaces-directly-in-your-notebooks">
  노트북에서 W\&B 인터페이스 실시간 렌더링
</h3>

노트북에서 `%wandb` 매직을 사용하여 기존 대시보드, 스윕 또는 Reports를 직접 표시할 수도 있습니다:

```notebook theme={"system"}
# 프로젝트 Workspace 표시
%wandb USERNAME/PROJECT
# single run 표시
%wandb USERNAME/PROJECT/runs/RUN_ID
# 스윕 표시
%wandb USERNAME/PROJECT/sweeps/SWEEP_ID
# report 표시
%wandb USERNAME/PROJECT/reports/REPORT_ID
# embedded iframe의 높이 지정
%wandb USERNAME/PROJECT -h 2048
```

`%%wandb` 또는 `%wandb` 매직의 대안으로, `wandb.init()`을 실행한 후 `wandb.Run.finish()`로 셀을 종료하여 인라인 그래프를 표시하거나, API에서 반환된 Reports, 스윕 또는 run object에 `ipython.display(...)`를 호출할 수 있습니다.

```python theme={"system"}
import wandb
from IPython.display import display
# run을 초기화합니다
run = wandb.init()

# 셀에서 run.finish()를 출력하면 라이브 그래프를 볼 수 있습니다
run.finish()
```

<Note>
  W\&B로 무엇을 할 수 있는지 더 알고 싶으신가요? [데이터 및 미디어 로깅 가이드](/ko/products/wandb/track/log)를 확인하고, [좋아하는 ML 툴킷과 통합하는 방법](/ko/products/wandb/integrations)을 알아보거나, [레퍼런스 문서](/ko/products/wandb/ref/python)나 [예시 저장소](https://github.com/wandb/examples)를 바로 살펴보세요.
</Note>

<h2 id="additional-jupyter-features-in-wb">
  W\&B의 추가 Jupyter 기능
</h2>

1. **Colab에서 간편한 인증**: Colab에서 처음으로 `wandb.init()`을 호출할 때 브라우저에서 W\&B에 로그인되어 있으면 런타임을 자동으로 인증합니다. run 페이지의 Overview 탭에서 Colab 링크를 확인할 수 있습니다.
2. **Jupyter 매직:** 노트북에서 대시보드, 스윕, Reports를 직접 표시하세요. `%wandb` 매직은 프로젝트, 스윕 또는 Reports의 경로를 받아 노트북에서 W\&B 인터페이스를 직접 렌더링합니다.
3. **도커로 컨테이너화된 Jupyter 실행**: `wandb docker --jupyter`를 호출하여 도커 컨테이너를 실행하고, 컨테이너에 코드를 마운트하고, Jupyter가 설치되어 있는지 확인한 후 포트 8888에서 실행하세요.
4. **원하는 순서로 안심하고 셀 실행**: 기본적으로 다음에 `wandb.init()`이 호출될 때까지 기다린 후 run을 `finished`로 표시합니다. 따라서 여러 셀(예: 데이터 설정, 학습, 테스트용 셀)을 원하는 순서로 실행하고 모두 동일한 run에 로깅할 수 있습니다. [User Settings](https://forge.coreweave.com/settings)에서 코드 저장을 활성화하면 실행된 셀도 실행 순서와 실행 당시의 상태로 로깅되므로, 실행 흐름이 매우 비선형적인 파이프라인도 재현할 수 있습니다. Jupyter 노트북에서 run을 수동으로 완료 상태로 표시하려면 `wandb.Run.finish()`를 호출하세요.

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

run = wandb.init()

# 여기에 트레이닝 스크립트와 로깅 코드를 작성하세요

run.finish()
```