インテグレーションの概要

ML フレームワーク、クラウド プラットフォーム、ワークフロー オーケストレーション ツール との W&B インテグレーション を探索しましょう

W&B は、主要な 機械学習 フレームワーク、 クラウド プラットフォーム、そして ワークフロー オーケストレーション ツールと連携し、 実験 (Experiments) の追跡、 メトリクス の ログ (log) 記録、 モデル (Models) 管理をシームレスに行えるようサポートします。

​

はじめに

ここに記載されていない ライブラリ と W&B を連携させたい場合は、 ベストプラクティス と実装ガイドが記載された Add W&B to any library を参照してください。

​

機械学習フレームワークとライブラリ

​

機械学習フレームワーク

主要な 機械学習 フレームワークと W&B を連携させます。

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

​

機械学習ライブラリ

以下の 機械学習 ライブラリを使用して ワークフロー を拡張します。

• 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

​

クラウドプラットフォーム

W&B を使用して、 クラウド プラットフォーム上で モデル (Models) のデプロイとトレーニングを行います。

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

​

ワークフローオーケストレーション

W&B を ワークフロー オーケストレーション ツールと連携させます。

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

​

その他のインテグレーション

その他の ツール および インテグレーション:

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