통합 개요

ML 프레임워크, 클라우드 플랫폼, 워크플로 오케스트레이션 도구와의 W&B 통합을 살펴봅니다

W&B는 널리 사용되는 머신러닝 프레임워크, 클라우드 플랫폼 및 워크플로 오케스트레이션 도구와 통합되어, 실험을 추적하고 메트릭을 로깅하며 모델을 원활하게 관리할 수 있도록 지원합니다.

​

시작하기

여기에 나열되지 않은 라이브러리를 W&B와 통합하려면, 모범 사례와 구현 방법은 어떤 라이브러리에도 W&B 추가하기를 참고하세요.

​

ML 프레임워크 및 라이브러리

​

ML 프레임워크

W&B를 인기 있는 머신러닝 프레임워크와 통합하세요:

• Catalyst
• DeepChem
• DSPy
• Keras
• LightGBM
• MMEngine
• MMF
• PaddleDetection
• PaddleOCR
• PyTorch Lightning
• PyTorch Ignite
• Skorch
• TensorFlow
• XGBoost

​

ML 라이브러리

다음 ML 라이브러리를 사용해 워크플로우를 확장하세요:

• Deepchecks
• Hugging Face
• Diffusers
• AutoTrain
• Fast.ai
• Fast.ai v1
• Composer
• OpenAI Gym
• Prodigy
• PyTorch Geometric
• TorchTune
• Scikit-learn
• Simple Transformers
• spaCy
• Stable Baselines 3
• Ultralytics

​

클라우드 플랫폼

W&B를 사용해 클라우드 플랫폼에서 모델을 배포하고 학습하세요:

• Amazon SageMaker
• Databricks
• Azure OpenAI Fine-tuning
• OpenAI Fine-tuning
• Cohere Fine-tuning
• OpenAI API
• NVIDIA NIM

​

워크플로 오케스트레이션

W&B를 워크플로 오케스트레이션 도구와 통합하세요:

• Kubeflow Pipelines (KFP)
• Metaflow
• Dagster
• Hydra

​

기타 통합

추가 도구 및 통합 기능:

• Docker
• TensorBoard
• W&B for Julia
• YOLOX
• YOLOv5