> ## 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.

> 메트릭, 비디오, 맞춤형 플롯 등을 추적하세요

# 개요

W\&B Python SDK를 사용하여 메트릭, 미디어 또는 맞춤형 객체의 딕셔너리를 step에 로깅하세요. W\&B는 각 step 동안 key-value 쌍을 수집하고 `wandb.Run.log()`로 데이터를 로깅할 때마다 하나의 통합된 딕셔너리에 저장합니다. 스크립트에서 로깅한 데이터는 `wandb`라는 디렉터리에 로컬로 저장된 후 W\&B 클라우드 또는 [비공개 server](/ko/products/wandb/platform/hosting)로 동기화됩니다.

<Note>
  각 step에 동일한 값을 전달하는 경우에만 key-value 쌍이 하나의 통합된 딕셔너리에 저장됩니다. `step`에 다른 값을 로깅하면 W\&B는 수집된 모든 키와 값을 메모리에 기록합니다.
</Note>

`wandb.Run.log()`를 호출할 때마다 기본적으로 새로운 `step`이 생성됩니다. W\&B는 차트와 패널을 만들 때 step을 기본 x축으로 사용합니다. 선택적으로 맞춤형 x축을 만들거나 summary 메트릭을 캡처할 수 있습니다. 자세한 내용은 [로깅 축 사용자 지정](/ko/products/wandb/track/log/customize-logging-axes)을 참조하세요.

<Warning>
  연속적인 값을 각 `step`(0, 1, 2 등)에 로깅하려면 `wandb.Run.log()`를 사용하세요. 특정 이력 step에 쓰는 것은 불가능합니다. W\&B는 "current"와 "next" step에만 씁니다.
</Warning>

<h2 id="automatically-logged-data">
  자동으로 로깅되는 데이터
</h2>

W\&B는 W\&B 실험 중 다음 정보를 자동으로 로깅합니다:

* **시스템 메트릭**: CPU 및 GPU 사용량, 네트워크 등. GPU 메트릭은 [`nvidia-smi`](https://developer.nvidia.com/nvidia-system-management-interface)로 가져옵니다.
* **명령줄**: stdout과 stderr를 수집하여 [run 페이지](/ko/products/wandb/runs)의 로그 탭에 표시합니다.

다음 정보를 로깅하려면 계정의 [설정 페이지](https://forge.coreweave.com/settings)에서 [코드 저장](https://wandb.me/code-save-colab)을 켜세요:

* **Git 커밋**: 최신 git 커밋을 수집하여 run 페이지의 개요 탭에 표시하며, 커밋하지 않은 변경 사항이 있으면 `diff.patch` 파일도 표시합니다.
* **의존성**: `requirements.txt` 파일을 업로드하여 run 페이지의 파일 탭에 표시하며, 해당 run의 `wandb` 디렉터리에 저장한 파일도 함께 표시합니다.

<h2 id="what-data-is-logged-with-specific-wb-api-calls">
  특정 W\&B API 호출로 어떤 데이터가 로깅되나요?
</h2>

W\&B에서는 로깅할 대상을 정확히 지정할 수 있습니다. 다음은 자주 로깅되는 객체 목록입니다:

* **데이터셋**: 이미지나 기타 데이터셋 샘플을 W\&B로 스트리밍하려면 명시적으로 로깅해야 합니다.
* **플롯**: `wandb.plot()`을 `wandb.Run.log()`와 함께 사용하여 차트를 추적하세요. 자세한 내용은 [플롯 로깅](/ko/products/wandb/track/log/plots)을 참조하세요.
* **table**: `wandb.Table`을 사용하여 W\&B에서 시각화하고 쿼리할 데이터를 로깅하세요. 자세한 내용은 [table 로깅](/ko/products/wandb/track/log/log-tables)을 참조하세요.
* **PyTorch 그라디언트**: `wandb.Run.watch(model)`을 추가하면 UI에서 가중치의 그라디언트를 히스토그램으로 볼 수 있습니다.
* **설정 정보**: 하이퍼파라미터, 데이터셋 링크 또는 사용 중인 아키텍처의 이름을 설정 매개변수로 로깅하세요. 다음과 같이 전달합니다: `wandb.init(config=your_config_dictionary)`.
* **메트릭**: `wandb.Run.log()`를 사용하여 모델의 메트릭을 확인하세요. 트레이닝 루프 내에서 정확도와 손실 같은 메트릭을 로깅하면 UI에서 실시간으로 업데이트되는 그래프를 볼 수 있습니다.

<h2 id="metric-naming-constraints">
  메트릭 이름 지정 제약 조건
</h2>

GraphQL의 제한으로 인해 W\&B의 메트릭 이름은 특정 이름 지정 규칙을 따라야 합니다:

* **허용되는 문자**: 영문자(A-Z, a-z), 숫자(0-9), 밑줄(\_)
* **시작 문자**: 이름은 영문자 또는 밑줄로 시작해야 합니다.
* **패턴**: 메트릭 이름은 `/^[_a-zA-Z][_a-zA-Z0-9]*$/` 패턴과 일치해야 합니다.

<Warning>
  메트릭 이름에 유효하지 않은 문자(예: 쉼표, 공백 또는 특수 기호)를 사용하지 마세요. W\&B UI에서 정렬, 쿼리 또는 표시에 문제가 발생할 수 있습니다.
</Warning>

**유효한 메트릭 이름:**

```python theme={"system"}
with wandb.init() as run:
  run.log({"accuracy": 0.9, "val_loss": 0.1, "epoch_5": 5})
  run.log({"modelAccuracy": 0.95, "learning_rate": 0.001})
```

**잘못된 메트릭 이름(다음은 피하세요):**

```python theme={"system"}
with wandb.init() as run:
  run.log({"acc,val": 0.9})  # 쉼표 포함
  run.log({"loss-train": 0.1})  # 하이픈 포함
  run.log({"test acc": 0.95})  # 공백 포함
  run.log({"5_fold_cv": 0.8})  # 숫자로 시작
```

<h2 id="common-workflows">
  일반적인 워크플로
</h2>

1. **최고 정확도 비교**: run 간에 메트릭의 최댓값을 비교하려면 해당 메트릭의 summary 값을 설정하세요. 기본적으로 summary는 각 키에 대해 마지막으로 로깅한 값으로 설정됩니다. UI의 table에서 summary 메트릭을 기준으로 run을 정렬하고 필터링할 수 있어 유용합니다. 이를 통해 table이나 막대 차트에서 최종 정확도가 아닌 *최고* 정확도를 기준으로 run을 비교할 수 있습니다. 예시: `wandb.run.summary["best_accuracy"] = best_accuracy`

2. **하나의 차트에서 여러 메트릭 보기**: 동일한 호출에서 여러 메트릭을 로깅하세요. 예시:
   ```python theme={"system"}
   with wandb.init() as run:
     run.log({"acc": 0.9, "loss": 0.1})
   ```
   그런 다음 UI에서 두 메트릭을 모두 차트로 표시할 수 있습니다.

3. **x축 사용자 지정**: 동일한 로깅 호출에 맞춤형 x축을 추가하여 W\&B 대시보드에서 다른 축을 기준으로 메트릭을 시각화하세요. 예시:
   ```python theme={"system"}
   with wandb.init() as run:
     run.log({'acc': 0.9, 'epoch': 3, 'batch': 117})
   ```
   특정 메트릭의 기본 x축을 설정하려면 [Run.define\_metric()](/ko/products/wandb/ref/python/experiments/run#define_metric)을 사용하세요.

4. **리치 미디어 및 차트 로깅**: `wandb.Run.log()`는 [이미지와 비디오 같은 미디어](/ko/products/wandb/track/log/media)부터 [table](/ko/products/wandb/track/log/log-tables) 및 [차트](/ko/products/wandb/app/features/custom-charts)까지 다양한 데이터 유형의 로깅을 지원합니다.

<h2 id="best-practices-and-tips">
  모범 사례 및 팁
</h2>

Experiments와 로깅에 대한 모범 사례 및 팁은 [Best Practices: Experiments and Logging](https://forge.coreweave.com/wandb/wandb/pytorch-lightning-e2e/reports/W-B-Best-Practices-Guide--VmlldzozNTU1ODY1#w\&b-experiments-and-logging)를 참조하세요.


## Related topics

- [개요](/ko/products/wandb/weave/reference.md)