wandb). Pour W&B Server, voir les notes de version de W&B Server.
Ajouts
- Nouveau panneau des journaux de console du run dans la commande
wandb beta leet. Basculez avecl. - Nouveau panneau des métriques système dans le mode Workspace multi-run de la commande
wandb beta leet. Basculez avecs. - La commande
wandb beta leetprend désormais en charge le filtrage des métriques système. Basculez avec\. ArtifactType.collections()prend désormais en charge le filtrage et le tri des collections.- Un avertissement est désormais enregistré si
run.log_artifactne crée pas de nouvelle version parce que le contenu de l’artifact est identique à celui d’une version existante. - La nouvelle méthode
Project.collections()récupère les collections d’artifacts filtrées et triées dans un projet. - La nouvelle commande CLI
wandb purge-cachenettoie les fichiers mis en cache.
Correctifs
-
Correction d’un rare interblocage provoqué lorsque le ramasse-miettes se déclenche à un moment mal choisi et exécute une méthode
__del__qui affiche du texte. -
Correction d’un bug où le chargement de plusieurs runs avec
api.Runs("..."), puis la tentative d’obtenir l’utilisateur d’un seul run avec un code comme le suivant, pouvait échouer avec uneAttributeError:
Changements notables
- Python 3.8 n’est plus pris en charge.
Ajouts
- La TUI
wandb beta leetprend désormais en charge les Workspaces multi-run. - Configurez de manière interactive la configuration persistante de
wandb beta leetavec la commandewandb beta leet config. - Accédez aux informations utilisateur du propriétaire du projet via la propriété
ownerdewandb.apis.public.Project.
Correctifs
- Correction d’un bug où un agent de balayage pour un balayage supprimé pouvait s’exécuter indéfiniment avec des erreurs 404 répétées.
- Correction d’un bug où un plantage de
wandb-corepouvait produire des tracebacks extrêmement longs et répétitifs dans les anciennes versions de Python. - Correction d’une régression introduite dans la v0.24.0 où une synchronisation TensorBoard pouvait s’arrêter après avoir synchronisé 1 Mo de données.
Changements notables
- Les Runs créés avec
wandb==0.24.0peuvent ne pas téléverser certaines données, ce que cette version corrige. Les données manquantes sont stockées dans le fichier.wandbdu run et peuvent être retéléversées avecwandb sync.
Ajouts
download_history_exportsdans la classeapi.Runpour télécharger l’historique exporté du run au format parquet.
Changements
- Lorsqu’un fichier de paramètres (comme
./wandb/settingsou~/.config/wandb/settings) contient un paramètre non valide, tous les fichiers de paramètres sont ignorés et une erreur est affichée.
Correctifs
- Après
wandb login --host <invalid-url>, l’utilisation dewandb login --host <valid-url>fonctionne normalement. - Correction d’un bug où
wandb beta syncpouvait rester bloqué surSyncing...et ne pas parvenir à charger les identifiants. - Correction d’un bug pouvant occasionnellement entraîner des données non téléversées. Désormais, toutes les données sont stockées dans le fichier
.wandbdu run et peuvent être retéléversées avecwandb sync.
Changements notables
Cette version supprime le module hérité et obsolètewandb.beta.workflows, y compris ses fonctions log_model()/use_model()/link_model(). Il s’agit officiellement d’un changement incompatible.Ajouté
wandb agentetwandb.agent()acceptent désormais un indicateurforward_signals(CLI :--forward-signals/-f) pour relayer SIGINT/SIGTERM et d’autres signaux interceptables de l’agent vers les runs enfants de son sweep, ce qui permet des arrêts plus propres lorsque vous interrompez un processus d’agent.wandb beta syncprend désormais en charge l’option--livepour synchroniser un run pendant son enregistrement.
Supprimé
- Suppression du module obsolète
wandb.beta.workflows, y compris ses fonctionslog_model(),use_model()etlink_model(), dont les successeurs modernes sont respectivement les méthodesRun.log_artifact,Run.use_artifactetRun.link_artifact.
Corrigé
- Correction des annotations de type de
Run.__exit__pour accepter des valeursNone, transmises lorsqu’aucune exception n’est levée. - Correction de l’erreur
Invalid Client ID digestlors de la création d’artefacts après l’appel àrandom.seed(). Les ID client pouvaient entrer en collision lorsque l’état aléatoire était initialisé de façon déterministe. - Correction d’une erreur CLI lors de l’affichage d’artefacts vides.
- Correction d’une régression lors de l’appel à
api.run()sur un run Sweeps. - Correction du message “View run at” affiché à la fin d’un run, qui n’incluait parfois pas d’URL.
- Les Runs interrogés via
wandb.Api()affichent désormais une représentation sous forme de chaîne dans les notebooks VSCode au lieu d’une fenêtre HTML défectueuse.
Ajouté
- Prise en charge des expressions régulières dans les filtres de métriques et d’aperçu des runs de la commande
wandb beta leet. - Inspection des graphiques dans la commande
wandb beta leet: cliquez avec le bouton droit et faites glisser pour afficher (x, y) au point de données le plus proche ; maintenez Alt pour une inspection synchronisée sur tous les graphiques visibles. - L’API Automations prend désormais en charge la création et la modification d’automations qui se déclenchent sur les états des runs.
- L’API Automations prend désormais en charge les événements d’automatisation zscore de base.
- Ajout de la méthode
beta_history_scanaux objetsRunpour accélérer le balayage de l’historique avecwandb.Api.
Modifié
wandb.Api()lève désormais uneUsageErrorsiWANDB_IDENTITY_TOKEN_FILEest défini et qu’aucune clé API explicite n’est fournie.
Obsolète
- Le mode anonyme est obsolète et émettra des avertissements. Cette obsolescence inclut le paramètre
anonymous, la variable d’environnementWANDB_ANONYMOUS,wandb.init(anonymous=...), ainsi que les commandeswandb login --anonymouslyetwandb.login(anonymous=...).
Corrigé
wandb.Image()n’affiche plus d’avertissement d’obsolescence.Registry.descriptionetArtifactCollection.descriptionne rejettent plus les chaînes vides.- L’instanciation des objets
Artifactest désormais nettement plus rapide. wandb.Run.save()se rabat désormais sur les liens physiques et, si nécessaire, sur la copie (en rétrogradant la politique de fichier ‘live’ à ‘now’, le cas échéant) lorsque les liens symboliques sont désactivés ou indisponibles (par ex., entre volumes ou sans Developer Mode sur Windows).- Les alias des collections d’artefacts sont désormais récupérés à la demande lors de l’accès à
ArtifactCollection.aliases, plutôt qu’à l’instanciation deArtifactCollection, ce qui améliore les performances deApi.artifact_collections(),Api.registries().collections(), etc. - La clé API explicitement fournie dans
wandb.init(settings=wandb.Settings(api_key="..."))est désormais utilisée pour la connexion. La clé du run est utilisée lors de l’enregistrement d’artefacts viarun.log_artifact. - Le TUI W&B LEET affiche correctement les valeurs négatives des graduations de l’axe Y ainsi que les unités de base et d’affichage de certaines métriques système.
- Correction d’une rare boucle infinie dans
console_capture.py. - Le téléversement et le téléchargement de fichiers respectent désormais
WANDB_X_EXTRA_HTTP_HEADERS, sauf pour les artefacts de référence.
Ajouts
- Commande expérimentale
wandb beta leet— Lightweight Experiment Exploration Tool — une interface utilisateur en terminal pour consulter localement les runs W&B avec visualisation des métriques en temps réel et surveillance système. - L’API du registre prend désormais en charge la gestion programmatique des utilisateurs et des membres d’équipe de registres individuels.
Registry.ida été ajouté en tant que propriété (lecture seule) des objetsRegistry.
Corrections
Artifact.files()renvoie désormais unlen()correct lors du filtrage avec le paramètrenames.- Le numérateur de la progression d’upload des fichiers ne dépasse désormais plus occasionnellement la taille totale du fichier.
Artifact.link()journalise désormais les artifacts non enregistrés au lieu de lever une erreur, conformément au comportement deRun.link_artifact().- L’enregistrement automatique du code fonctionne désormais lors de l’exécution de notebooks ipython dans l’extension de notebook Jupyter de VSCode.
- La journalisation d’un artifact contenant des flottants infinis dans
Artifact.metadatalève désormais unValueErrorplus tôt, au lieu d’attendre l’expiration des nouvelles tentatives de requête.
Ajouts
- Paramètres
console_chunk_max_secondsetconsole_chunk_max_bytespour le découpage multipart des fichiers de journaux de console selon la taille et la durée. - Les méthodes de requête de l’API Registry (
Api.registries(),Registry.{collections,versions}(),Api.registries().{collections,versions}()) acceptent désormais un argument nomméper_pagepour remplacer la taille de lot par défaut des résultats paginés.
Modifications
- Les clés API de plus de 40 caractères sont désormais prises en charge.
Corrections
-
run.configrenvoie désormais correctement un dict lors de l’appel àartifact.logged_by()dans la v0.22.1. -
wandb.Api(api_key=...)donne désormais la priorité à la clé API explicitement fournie par rapport aux identifiants mis en cache localement au niveau du thread. -
Correction d’un rare interblocage dans
console_capture.py. Si vous récupérez les traces de pile des threads pendant l’interblocage et voyez le threadwandb-AsyncioManager-mainbloqué sur une ligne dansconsole_capture.py, ce problème est désormais corrigé. - Correction d’un problème où la synchronisation TensorBoard pouvait parfois cesser de fonctionner si les fichiers tfevents étaient écrits en direct.
-
Artifact.manifestdiffère le téléchargement et la génération de l’URL de téléchargement du manifeste d’artifact jusqu’à sa première utilisation. Si le manifeste n’a pas été modifié localement,Artifact.sizeetArtifact.digestpeuvent être renvoyés sans attendre la récupération du manifeste complet. -
Correction de l’upload de références à des dossiers GCS via
artifact.add_reference. -
Le SDK déduit désormais correctement les chemins des notebooks dans les sessions Jupyter en utilisant le répertoire racine du serveur, afin que l’enregistrement du code fonctionne dans les sous-répertoires (par ex.
code/nested/<notebook>.ipynb).
Corrections
- Correction possible de certains cas où le fichier
output.logn’était pas uploadé. - Correction d’uploads de données excessifs lors d’appels répétés à
run.save()sur des fichiers inchangés.
Ajouts
- Optimisation de la revérification des téléchargements d’artifacts grâce à la mise en cache des sommes de contrôle.
- Prise en charge du chargement différé pour
Api().runs()afin d’améliorer les performances lors du listage des runs. Le nouveau paramètrelazy=True(par défaut) charge d’abord uniquement les métadonnées essentielles, puis charge automatiquement à la demande les champs volumineux comme config et summary lors de l’accès. - Ajout de l’option
storage_regionlors de la création d’artifacts. Les utilisateurs peuvent utiliser le stockage d’objets AI de CoreWeave en spécifiantwandb.Artifact(storage_region="coreweave-us")lors de l’utilisation de wandb.ai pour accélérer l’upload et le téléchargement d’artifacts sur l’infrastructure de CoreWeave.
Corrections
Api.artifact_exists()etApi.artifact_collection_exists()lèvent désormais une exception lorsqu’ils rencontrent des erreurs de délai d’attente, au lieu de renvoyerFalse(potentiellement à tort).
Changements notables
Cette version supprime la prise en charge de MacOS 10.Supprimé
- Suppression d’une build ciblant MacOS 10.x en raison de plusieurs considérations liées à la sécurité et à la chaîne d’approvisionnement.
Correctifs
- Reprendre un run alors qu’un autre run est actif lèvera désormais une erreur, sauf si vous appelez d’abord
run.finish()ou si vous appelezwandb.init()avec le paramètrereinit='create_new'. - Correction de
Api().runs()pour wandb server < 0.51.0 (lors de l’ajout deproject.internalIdà l’API gql). - Sweeps : les scripts
commandde run quiimport readline, directement ou indirectement (par ex.import torchavec Python 3.13), ne devraient plus provoquer d’interblocage.
Ajouté
- Ajout de l’intégration DSPy : suivez les métriques d’Évaluation au fil du temps, consignez les prédictions et l’évolution de la signature du programme dans W&B Tables, et enregistrez les programmes DSPy en tant que W&B Artifacts (programme complet ou état au format JSON/PKL).
Modifié
- Mise à jour de la contrainte de dépendance
clickde>=7.1à>=8.0.1.
Correctifs
- Le message “Les modifications de vos variables d’environnement wandb seront ignorées” n’est plus affiché lorsqu’aucun changement n’a été effectué.
Changements notables
Cette version fait désormais remonter des erreurs qui auraient auparavant été masquées lors des appels àArtifact.link() ou Run.link_artifact(). Bien que cela évite les échecs non détectés dans ces méthodes, il s’agit également d’un changement incompatible.Ajouté
- Nouveaux paramètres pour
max_end_of_run_history_metricsetmax_end_of_run_summary_metrics. - Nouveau module
wandb.integration.weavepour initialiser automatiquement Weave lorsqu’un run W&B est actif et queweaveest importé.
Modifié
- Les erreurs rencontrées lors de la création d’un lien vers un artifact ne sont plus masquées, et
Artifact.link()ainsi queRun.link_artifact()ne renvoient plusNone. - Les sections “Run history” et “Run summary” affichées à la fin d’un run sont désormais limitées à 10 métriques chacune.
Correctifs
- Les dataclasses dans la
configd’un run ne lèvent plus l’erreurObject of type ... is not JSON serializablelorsqu’elles contiennent de vraies classes comme champs. Artifact.link()etRun.link_artifact()devraient être plus rapides sur les versions de serveur 0.74.0+, avec 4 à 5 requêtes GraphQL bloquantes inutiles en moins.
Changements notables
L’ordre par défaut deApi().runs(...) et Api().sweeps(...) est désormais croissant, selon l’horodatage created_at des runs.Ajouts
- Prise en charge de l’option de summary
firstdansdefine_metric. - Ajout de la prise en charge des Sweeps paginés.
- Ajout du paramètre
patternàApi().run().filespour récupérer uniquement les fichiers correspondant à un motif donné depuis le backend W&B. - Ajout d’une clé
formatfacultative au JSONSchema d’entrée de Launch pour spécifier une chaîne avec un format secret.
Modifications
- La propriété
Sweep.namerenvoie désormais le nom d’affichage modifié par l’utilisateur s’il est disponible (à défaut, le nom d’origine issu de la configuration du sweep, puis l’ID du sweep comme auparavant). Api().runs(...)etApi().sweeps(...)renvoient désormais les runs par ordre croissant selon l’horodatagecreated_atdes runs.- Le téléversement d’Artifacts contenant de gros fichiers (>2GB) est plus rapide grâce à l’utilisation d’un hachage parallèle sur les systèmes disposant de davantage de cœurs.
- Suppression de l’implémentation de
__bool__pour les itérateurs du registre afin de les aligner sur les itérateurs lazy de Python.
Obsolète
- Le module
wandb.beta.workflowset son contenu (y comprislog_model(),use_model()etlink_model()) sont obsolètes et seront supprimés dans une prochaine version.
Correctifs
- Correction de l’URL d’artifact pour les artifacts de registre d’organisation afin qu’elle soit indépendante du type d’artifact.
- Les suffixes des noms
InternalArtifactassainis ont été raccourcis à 6 caractères alphanumériques. wandb.Videon’affichera plus d’indicateur de progression pendant l’encodage de la vidéo lorsque les variables d’environnementWANDB_SILENT/WANDB_QUIETsont définies.- Correction d’un problème où les registres récupérés via
api.registries()avaient un préfixe supplémentairewandb-registry-dans les champsnameetfull_name. - Correction d’un plantage pouvant se produire lors de l’utilisation de
sync_tensorboard. Api().run(...).upload_filene génère plus d’erreur lors du téléversement d’un fichier dans un chemin différent par rapport au répertoire racine fourni.- L’appel de la fonction
load()sur un objet run de l’API publique ne lève plus deTypeError. - Lorsqu’une fonction de run Sweeps appelée par l’API
wandb.agent()lève une exception, celle-ci apparaît désormais sur la page des journaux du run. (Auparavant, cela ne se produisait que pour les runs appelés par la commande CLIwandb agent.)
Changements notables
Cette version supprime l’implémentation héritée du processusservice. Il s’agit d’un changement incompatible.Ajouts
- Nouveau paramètre
x_stats_track_process_treepour suivre des métriques propres au processus, comme la RSS, le CPU% et le nombre de threads utilisés dans l’ensemble de l’arborescence des processus, à partir dex_stats_pid. Cela peut être coûteux et est désactivé par défaut. - Les notes sont désormais renvoyées au client lors de la reprise d’un run.
- Ajout de la prise en charge de la création de préréglages de graphiques Vega personnalisés via l’API. Les utilisateurs peuvent désormais définir et importer des spécifications de graphiques personnalisées, puis les réutiliser entre plusieurs runs avec wandb.plot_table().
Modifications
- L’appel à
Artifact.link()n’instancie plus de run factice jetable. wandbessaie désormais d’utiliser des sockets Unix pour l’IPC au lieu d’écouter sur localhost, ce qui lui permet de fonctionner dans des environnements aux autorisations plus restrictives (comme Databricks).Api.artifact()affiche désormais un avertissement lors de la récupération d’artefacts depuis des collections de registre de modèles migrées..lengthpour les objets interrogés viawandb.Apiest désormais obsolète. Utilisezlen(...)à la place.
Suppressions
-
Suppression de l’implémentation Python héritée du processus
service. L’optionlegacy-servicedewandb.require, ainsi que les paramètresx_require_legacy_serviceetx_disable_setproctitleet les variables d’environnement correspondantes, ont été supprimés et déclencheront désormais une erreur s’ils sont utilisés. -
Suppression de l’attribut privé
wandb.Run._metadata. Pour surcharger les nombres de CPU et de GPU détectés automatiquement, ainsi que le type de GPU, utilisez les nouveaux paramètresx_stats_{cpu_count,cpu_logical_count,gpu_count,gpu_type}.
Correctifs
- Prise en charge des URI CoreWeave de style S3 pour les artefacts de référence.
- Correction d’un bug rare qui rendait Ctrl+C inefficace après l’enregistrement de grands volumes de données.
- Les avertissements émis par le processus
servicerespectent désormais les paramètressilent,quietetshow_warningstransmis à une instanceRun. api.Runsn’effectue plus d’appel API pour chaque run chargé depuis W&B.- Le paramètre
x_extra_http_headersest désormais correctement analysé depuis la variable d’environnement. .lengthappelle le backend W&B pour charger la longueur des objets lorsqu’aucune donnée n’a été chargée, au lieu de renvoyerNone.
Correctifs
-
wandb.Image()ne fonctionnait plus dans la version 0.20.0 lorsqu’on lui fournissait des tableaux NumPy avec des valeurs dans la plage [0, 1] ; c’est désormais corrigé. -
wandb.Table : ajout d’un nouveau paramètre de constructeur,
log_mode, avec les options"IMMUTABLE"et"MUTABLE". Le mode de journalisationIMMUTABLE(par défaut) correspond au comportement existant, qui permet de journaliser un tableau une seule fois. Le mode de journalisationMUTABLEpermet de journaliser à nouveau le tableau s’il a été modifié. (@domphan-wandb in https://github.com/wandb/wandb/pull/9758) -
wandb.Table : ajout d’un nouveau
log_mode,"INCREMENTAL", qui journalise de manière incrémentielle les nouvelles données ajoutées au tableau. (@domphan-wandb in https://github.com/wandb/wandb/pull/9810)
Changements notables
Cette version supprime la possibilité de désactiver le processusservice. Il s’agit d’un changement incompatible.Ajouts
- Ajout du paramètre
mergeàArtifact.add_dirpour permettre l’écrasement de fichiers d’artifact ajoutés précédemment. - Prise en charge de
pytorch.tensorpour les paramètresmasksetboxeslors de la création d’un objetwandb.Image. sync_tensorboardprend désormais en charge la synchronisation des fichiers tfevents stockés dans S3, GCS et Azure.- Les chemins GCS utilisent le format
gs://bucket/path/to/log/diret s’appuient sur les identifiants par défaut de l’application, qui peuvent être configurés avecgcloud auth application-default login - Les chemins S3 utilisent le format
s3://bucket/path/to/log/diret s’appuient sur les identifiants par défaut définis viaaws configure - Les chemins Azure utilisent le format
az://account/container/path/to/log/diret les identifiantsaz login, mais nécessitent également que les variables d’environnementAZURE_STORAGE_ACCOUNTetAZURE_STORAGE_KEYsoient définies. D’autres variables d’environnement sont également prises en charge, voir ici.
- Les chemins GCS utilisent le format
- Possibilité d’initialiser certains objets Media avec
pathlib.Path. - Nouveau paramètre
x_skip_transaction_logqui permet d’ignorer le journal des transactions. Remarque : à utiliser avec prudence, car il supprime les garanties de récupération. - Paramètre
normalizeajouté à l’initialisation dewandb.Imagepour normaliser les valeurs des pixels des Images initialisées avec un tableau numpy ou un tenseur pytorch.
Modifications
- Diverses API lèvent désormais
TypeErrorau lieu deValueErrorou d’autres erreurs génériques lorsqu’elles reçoivent un argument de type incorrect. - Diverses API Artifacts et Automations lèvent désormais
CommErrorau lieu deValueErrorlorsqu’elles rencontrent des Erreurs du serveur, afin d’exposer le message d’erreur renvoyé par le serveur. - La méthode
wandb.sdk.wandb_run.Run::saveexige désormais l’argumentglob_str.
Suppressions
- Suppression de la possibilité de désactiver le processus
service. Le paramètrex_disable_service/_disable_serviceet la variable d’environnementWANDB_DISABLE_SERVICE/WANDB_X_DISABLE_SERVICEsont obsolètes et provoqueront désormais une erreur s’ils sont utilisés. - Suppression de la possibilité d’utiliser
wandb.dockeraprès avoir seulement importéwandb.wandb.dockerne fait pas partie de l’interface publique dewandbet peut donc faire l’objet de changements incompatibles. Veuillez ne pas l’utiliser.
- Suppression de l’argument sans effet
syncde la fonctionwandb.Run::log. - Suppression de la propriété obsolète
wandb.sdk.wandb_run.Run.mode. - Suppression de la méthode obsolète
wandb.sdk.wandb_run.Run::join.
Déprécié
- Le paramètre
start_methodest obsolète et n’a aucun effet ; il est ignoré en toute sécurité. - La propriété
Artifact.use_aset le paramètreuse_asderun.use_artifact()sont obsolètes, car ils ne sont pas utilisés pour W&B Launch.
Correctifs
- L’appel à
wandb.teardown()dans un processus enfant d’un processus ayant appeléwandb.setup()ne lève plusWandbServiceNotOwnedError.- Cette erreur pouvait se produire lors de l’utilisation de W&B Sweeps
- Les runs hors ligne avec branchement demandé (fork ou rewind) se synchronisent correctement.
- Journalisation de l’exception sous forme de chaîne lors de la levée d’une exception dans la méthode
Job.wait_until_running. wandb.Imageinitialisé avec des données tensorflow était normalisé différemment de lorsqu’il était initialisé avec un tableau numpy.- L’utilisation de
wandb loginn’affiche plus d’avertissement concernantwandb.require("legacy-service"). - La journalisation d’un
Table(ou d’autres objets qui créent des artifacts internes) ne lève plusValueErrorlorsqu’elle est effectuée depuis un run dont l’ID contient des caractères spéciaux. wandb.Apiinitialisé avecbase_urlrespecte désormais l’URL fournie, plutôt que l’URL de la dernière connexion.
Ajouts
- Ajout de la création, de la suppression et de la mise à jour des registres dans le SDK.
- Ajout de la propriété
artifact.is_linkaux artifacts pour déterminer si un artifact est un artifact de lien (comme dans le registre) ou un artifact source. - Ajout de
artifact.linked_artifactspour récupérer tous les artifacts liés à un artifact source, et deartifact.source_artifactpour récupérer l’artifact source d’un artifact lié. run.link_artifact(),artifact.link(), etrun.link_model()renvoient désormais tous l’artifact lié au moment de la liaison.- Téléchargement multipartie pour les fichiers d’artifact de plus de 2 Go ; l’utilisateur peut le contrôler directement avec
artifact.download(multipart=True). - Ajout de la propriété
Project.idpour obtenir l’ID du projet sur unwandb.public.Project. - Nouvelle API publique pour W&B Automations.
- Nouveaux sous-modules et classes dans
wandb.automations.*pour permettre la gestion programmatique de W&B Automations. Api.integrations(),Api.slack_integrations(),Api.webhook_integrations()pour récupérer les intégrations Slack ou webhook existantes d’une équipe.Api.create_automation(),Api.automation()/Api.automations(),Api.update_automation(),Api.delete_automation()pour créer, récupérer, modifier et supprimer des Automations.
- Nouveaux sous-modules et classes dans
- Création et modification d’automations déclenchées par des événements
RUN_METRIC_CHANGE, c.-à-d. lors de changements des valeurs de métriques de run (deltas absolus ou relatifs). - Possibilité de collecter des métriques de profilage pour les GPU Nvidia à l’aide de DCGM. Pour l’activer, définissez la variable d’environnement
WANDB_ENABLE_DCGM_PROFILINGsurtrue. Le servicenvidia-dcgmdoit être en cours d’exécution sur la machine. L’activation de cette fonctionnalité peut entraîner une augmentation de l’utilisation des ressources.
Correctifs
run.log_codedéfinit correctement la valeurcode_pathdes configurations de run.- Utilisation correcte de
WANDB_CONFIG_DIRpour déterminer le chemin du fichier de paramètres système. - Empêche les noms
ArtifactetArtifactCollectionnon valides (qui les rendraient impossibles à enregistrer), en levant explicitement uneValueErrorlors d’une tentative d’assignation d’un nom non valide. - Empêche l’erreur pydantic
ConfigErrordans les environnements Pydantic v1 due à l’absence d’appel à.model_rebuild()/.update_forward_refs()sur les types générés avec des champs ForwardRef. wandb.init()ne lève plus l’erreurPermission deniedlorsque le répertoire wandb n’est ni accessible en écriture ni en lecture.- L’appel à
file.delete()sur des fichiers obtenus viaapi.Runs(...)ne lève plus deCommError.- Bug introduit dans 0.19.1
Ajouts
- Le nouveau paramètre
reinit="create_new"fait quewandb.init()crée un nouveau run même si d’autres runs sont actifs, sans terminer les autres runs (contrairement àreinit="finish_previous"). Cela deviendra à terme le comportement par défaut. - Ajout de
Artifact.history_steppour renvoyer l’étape de run la plus proche à laquelle des métriques d’historique ont été enregistrées pour le run source de l’artifact. - Ajout de l’indicateur
data_is_not_pathpour ignorer les vérifications de fichiers lors de l’initialisation dewandb.Htmlavec une chaîne pointant vers un fichier.
Modifications
Artifact.download()ne lève plus d’erreur lors de l’utilisation deWANDB_MODE=offlineou lorsqu’un run hors ligne existe.
Suppressions
- Suppression de l’argument
-q/--quietde la commande magiquewandbdans IPython / Jupyter ; utilisez plutôt le paramètre de runquiet.
Obsolète
- Les méthodes
wandb.Runsuivantes sont obsolètes au profit de propriétés et seront supprimées dans une version future (@kptkin dans https://github.com/wandb/wandb/pull/8925) :.run.project_name()est obsolète au profit derun.project- La méthode
run.get_url()est obsolète au profit derun.url - La méthode
run.get_project_url()est obsolète au profit derun.project_url - La méthode
run.get_sweep_url()est obsolète au profit derun.sweep_url
Correctifs
- Correction d’une
ValueErrorsous Windows lors de l’exécution d’un script W&B depuis un autre lecteur. - Correction d’un problème où le paramètre
base_urln’était pas fourni àwandb.login. wandb.Html()ne lève plusIsADirectoryErroravec une valeur correspondant à un répertoire sur le système de l’utilisateur.
Ajouts
- Le paramètre
reinitpeut être défini sur"default". - Ajout de la prise en charge de la création d’URL de téléchargement de fichiers d’artifact à l’aide du nouveau schéma d’URL, avec le contexte d’appartenance à une artifact collection.
Modifications
- Les valeurs booléennes du paramètre
reinitsont obsolètes ; utilisez plutôt “return_previous” et “finish_previous”. - Le logger “wandb” est configuré avec
propagate=Falseau moment de l’import, alors qu’auparavant cela se produisait au démarrage d’un run. Cela peut modifier les messages observés par le logger racine dans certains flux de travail. - Metaflow requiert désormais le package
plum-dispatch. - La contrainte de version sur
pydantica été assouplie pour prendre en charge à la fois v1 et v2. - Les types
pydanticexistants ont été adaptés pour être compatibles avec Pydantic v1. wandb.init(dir=...)crée désormais tous les répertoires manquants dansdirsi son répertoire parent est accessible en écriture.- Le serveur prend désormais en charge la récupération de fichiers d’artifact en fournissant des informations de collection supplémentaires ; l’API Artifacts a été mise à jour pour utiliser les nouveaux endpoints à la place.
- Les méthodes paginées (et les paginateurs sous-jacents) qui acceptent un argument
per_pagen’acceptent désormais que des valeursint. Les valeursper_pagepar défaut sont désormais définies directement dans les signatures de méthode, et passer explicitementNonen’est plus pris en charge.
Corrections
- L’appel à
wandb.init()dans un notebook termine les runs précédents, comme indiqué dans la documentation.- Bug introduit dans 0.19.0
- Correction d’une erreur levée lors du logging d’images
jpg/jpegcontenant des données de transparence. wandb.init(resume_from=...)fonctionne désormais sans qu’il soit nécessaire de spécifier explicitement l’iddu run.- La suppression de fichiers avec l’API publique fonctionne de nouveau.
- Bug introduit dans 0.19.1
- Correction d’un problème empêchant l’affichage des fichiers multimédias dans l’UI lors du logging vers un run avec un bucket de stockage personnalisé.
Corrections
- Les chemins de fichiers multimédias contenant des caractères spéciaux (?, *, ], [ ou ) n’entraînent plus l’échec des téléversements de fichiers dans
wandb-core.
Modifications
- Le moniteur système échantillonne désormais les métriques toutes les 15 secondes par défaut, contre 10 secondes auparavant.
Ajouts
- API de recherche du registre.
Modifications
- La contrainte sur moviepy a été modifiée en >=1.0.0.
wandb.init()affiche des informations plus détaillées, en particulier lorsqu’il reste bloqué à réessayer après des erreurs HTTP.
Suppressions
- Suppression du paramètre privé
x_show_operation_stats.
Corrections
- Correction d’un logging incorrect de l’exception “wandb.Video requires moviepy […]” lors de l’utilisation de moviepy v2.
wandb.setup()démarre correctement le processus de service interne ; ce comportement avait été involontairement rompu dans la version 0.19.2.- Correction de
TypeError: Object of type ... is not JSON serializablelors de l’utilisation de types numériques numpy comme valeurs.
Ajouts
- Prise en charge de l’API Prometheus pour la collecte des métriques GPU Nvidia DCGM.
Modifications
- Les compteurs ECC des GPU Nvidia sont passés d’agrégés à volatils.
Corrections
- Correction d’un problème de performances entraînant une instanciation lente de
wandb.Artifact, ce qui ralentissait à son tour la récupération des Artifacts dans diverses méthodes d’API. - Certaines erreurs de
wandb.Apiont désormais de meilleures représentations sous forme de chaîne. - Artifact.add_reference, lorsqu’il est utilisé avec des URI de fichier pour un répertoire et le paramètre
name, ajoutait incorrectement la valeur denameau chemin des références de fichier. - Correction d’un bug faisant que
Artifact.add_reference()avecchecksum=Falsejournalisait de nouvelles versions d’artefacts de référence locaux sans modification de l’URI de référence.
Ajouté
- Ajout de
wandb login --base-url {host_url}comme alias dewandb login --host {host_url}pour se connecter.
Modifié
- Désactivation temporaire de la collecte des statistiques d’utilisation du CPU par cœur.
Corrigé
- Correction d’un bug qui faisait que le mode
offlineenvoyait des requêtes réseau lors de l’enregistrement d’Artifacts média. Si vous utilisez une ancienne version de W&B Server qui ne prend pas en charge les uploads d’artifacts hors ligne, utilisez le paramètreallow_offline_artifacts=Falsepour revenir à l’ancien comportement compatible. - Extension des règles d’assainissement du nom des artifacts de tableau enregistrés afin d’autoriser les traits d’union et les points. Cette mise à jour aligne ces règles sur les règles actuelles de nommage des artifacts. (Lettres, chiffres, underscores, traits d’union et points sont autorisés.)
- Gestion correcte des paramètres de rembobinage de run
fork_frometresume_from.
Corrigé
- Correction des nombres de périphériques signalés de manière incorrecte et des mesures du cycle d’utilisation pour les TPU avec un seul périphérique par puce / plusieurs périphériques sur l’hôte, et amélioration de la robustesse de l’échantillonnage des métriques TPU.
- Gestion des ID de périphériques TPU non consécutifs dans le moniteur système.
Corrigé
- Correction d’une régression dans la mise à jour de
wandb.Settingsdanswandb.integration.metaflow.
Ajouté
- Prise en charge de l’authentification JWT dans wandb-core.
- Ajout de la prise en charge de l’enregistrement de graphiques personnalisés imbriqués.
Modifié
- L’appel à
wandb.init(mode="disabled")ne désactive plus toutes les runs suivantes par défaut. Utilisez plutôtwandb.setup(settings=wandb.Settings(mode="disabled")), ou définissez explicitementmode="disabled"dans chaque appel àwandb.init().
Corrigé
- Le bouton d’arrêt interrompt correctement les runs dont le thread Python principal exécute du code C, est en veille, etc.
- Suppression de l’affichage involontaire qui se produit lors de l’inspection de
wandb.Api().runs(). - Correction de l’upload de gros Artifacts lors de l’utilisation d’Azure Blob Storage.
- La commande
wandb offlinen’ajoute plus de paramètre non pris en charge àwandb.Settings, ce qui résoutValidationError. - Correction d’une erreur lors de la réinitialisation d’une run, causée par l’accès à un attribut supprimé.
- Correction d’un interblocage occasionnel lors de l’utilisation de
multiprocessingpour mettre à jour une seule run depuis plusieurs processus. - Prévention des erreurs dues à des bugs dans d’anciennes versions de
botocore < 1.5.76. - Correction de diverses vérifications sur une valeur non valide du paramètre
anonymous.
Supprimé
- Le paramètre
resetde la fonctionwandb.wandb_sdk.wandb_setup._setup()a été supprimé. Notez qu’il s’agit d’une fonction privée, même s’il semble y avoir des usages en dehors du dépôt. Utilisezwandb.teardown()au lieu de_setup(reset=True). - Dans le module privé
wandb.wandb_sdk.wandb_setup, les symbolesloggeret_set_loggeront été supprimés.
Sécurité
- Mise à jour de
github.com/go-git/go-gitvers la version 5.13.0 pour corriger CVE-2025-21613. - Mise à jour de
golang.org/x/netvers la version 0.33.0 pour corriger CVE-2024-45338.
Corrigé
- Correction d’un bug où la définition de
WANDB__SERVICE_WAITentraînait une exception pendantwandb.init.
Modifié
run.finish()affiche des informations plus détaillées dans le terminal et dans les notebooks Jupyter.- Amélioration du message d’erreur pour les appels
tensorboard.patch()qui échouent afin d’indiquer qu’il est possible d’appeler d’abordtensorboard.unpatch(). - Ajout de
projectIdà la mutationdeleteFilessi le serveur le prend en charge.
Sécurité
- Mise à niveau de
golang.org/x/cryptovers la version 0.31.0 pour corriger la CVE-2024-45337.
Changements notables
Cette version abandonne Python 3.7 et supprime la méthodewandb.Run.plot_table.
Cette version ajoute pydantic>=2.6,<33 comme dépendance.Modifié
- Le comportement par défaut a été défini de sorte à ne pas créer de job W&B.
- Ajout de
pydantic>=2.6,<33comme dépendance (@dmitryduev dans https://github.com/wandb/wandb/pull/8649 & estellazx. dans https://github.com/wandb/wandb/pull/8905)
Supprimé
- Suppression de la méthode
wandb.Run.plot_table. La fonctionnalité reste disponible viawandb.plot_table, qui est désormais la méthode recommandée pour utiliser cette fonctionnalité. - Abandon de la prise en charge de Python 3.7.
Corrigé
- Correction du reporting
ultralyticslorsqu’il n’y a aucun exemple positif dans un lot de validation. - L’affichage de débogage de l’algorithme d’arrêt hyperband imprimait un caractère par ligne.
- Ajout de l’argument
log_paramsmanquant lors de l’appel de la fonctionwandb_callbackde lightgbm.
Ajouté
- Ajout de
create_and_run_agentà__all__danswandb/sdk/launch/__init__.pyafin de l’exposer comme API publique.
Modifié
- Les Tables enregistrées en mode hors ligne pointent désormais vers des chemins d’Artifacts mis à jour lors de la synchronisation. Pour revenir à l’ancien comportement, utilisez le paramètre
allow_offline_artifacts = False.
Obsolète
- L’argument
quietdewandb.run.finish()est obsolète ; utilisez plutôtwandb.Settings(quiet=...).
Corrigé
- Correction de
api.artifact()afin de transmettre correctement l’argumentenable_trackingà la méthodeArtifact._from_name().
Ajouté
- Ajout d’un paramètre booléen
overwriteàArtifact.add()/Artifact.add_file()pour permettre l’écrasement de fichiers d’Artifact ajoutés précédemment.
Corrigé
- Ajout des annotations de type manquantes pour le module
wandb.plotdans le stub du package. - Correction de la limitation des téléversements d’artefacts de référence Azure à
max_objects. - Correction du téléchargement d’artefacts de référence Azure avec
skip_cache=True. - Correction des téléversements multipart pour les fichiers sans type de contenu défini dans les en-têtes.
- Correction de tensorboard qui ne parvenait pas à se synchroniser lors de la journalisation de lots d’images.
- Correction du comportement de
mode='x'/mode='w'dansArtifact.new_file()pour l’aligner sur les modes de fichier natifs de Python. - Le paramètre
distributionn’est plus ignoré lors de la configuration des paramètres de balayage depuis le SDK.
Modifié
- Ajout de la méthode interne
api._artifact()pour récupérer des Artifacts afin d’éviter de créer des événements d’utilisation lorsqu’elle n’est pas appelée par un utilisateur externe. - Modification du
modepar défaut dansArtifact.new_file(), de'w'à'x', afin de refléter fidèlement le comportement par défaut existant.
Corrigé
- Import de
Literaldepuistyping_extensionsen Python 3.7 ; régression introduite dans la version 0.18.4.
Ajouts
- Suivi détaillé des métriques sur les systèmes Apple ARM, notamment l’utilisation du GPU, de l’eCPU et du pCPU, la consommation électrique, la température, ainsi que l’utilisation de la mémoire et du swap.
- Possibilité pour les utilisateurs de lier des Artifacts du registre sans avoir à saisir le nom de l’entité de l’organisation.
- Ajout d’un message d’avertissement indiquant que l’argument
fpssera ignoré lors de la création d’un objetwandb.Videoà partir d’une chaîne représentant un chemin de fichier ou d’un objet bytes. - Mise à jour des docstrings des méthodes
logged_artifactsetused_artifactsde la classeRun. - Le paramètre
_show_operation_statsactive un aperçu d’une meilleure expérience utilisateur pourrun.finish().
Correctifs
- Journalisation de la consommation électrique sur les GPU de la série AMD MI300X.
- Correction d’un problème de typage dans
wandb.Api. - Garantie que les objets artifact sont entièrement mis à jour lors de
Artifact.save().
Modifications
- Mise à jour de la version minimale de
sentry-sdkvers 2.0.0 afin de résoudre les avertissements de dépréciation.
Ajouts
- Ajout de la possibilité de surveiller les métriques d’utilisation des appareils Cloud TPU de Google.
Correctifs
- Capture des statistiques des GPU Nvidia sous Windows.
- Correction d’une régression introduite dans la v0.18.2 qui affectait la capture des noms des GPU Nvidia.
run.log_artifact()ne bloque plus les autres téléversements de données jusqu’à la fin du téléversement de l’artifact.- Correction de la dépendance média pour rdkit, mise à jour de
rdkit-pypiversrdkit. - L’enregistrement d’un artifact contenant de nombreux fichiers volumineux n’épuise plus les threads du système d’exploitation.
Modifications
- Après
artifact = run.log_artifact(), vous devez utiliserartifact.wait()avant toute opération qui dépend du téléversement de l’artifact. Auparavant, cela n’était pas nécessaire dans certains cas, carrun.log_artifact()bloquait les autres opérations sur le run.
Ajouts
- Ajout de la méthode
upsert_run_queueàwandb.Api. - Ajout du paramètre
tagsàwandb.Api.artifacts()pour filtrer les artifacts par tag.
Correctifs
- Mise à jour de la signature et de la docstring de
wandb.api.public.runs.Run.log_artifact()pour prendre en charge les tags d’artifact comme pour les instancesRunrenvoyées parwandb.init(). - Ajout d’une docstring à
wandb.watchpour prendre en charge l’auto-complétion. - Correction de la correspondance glob dans define metric pour qu’elle fonctionne avec les clés enregistrées contenant
/. - Autorisation de la syntaxe
a\.bdans run.define_metric pour se référer à un nom de métrique contenant des points.- REMARQUE : non corrigé si vous utilisez
wandb.require("legacy-service")
- REMARQUE : non corrigé si vous utilisez
- Correction de l’erreur de format d’image inconnu lors du téléversement d’un gif via tensorboard.
- Correction de
OSErrorlors de l’appel deArtifact.add_fileavec des chemins de fichier sur des systèmes de fichiers montés. - Compatibilité rétablie pour les versions de macOS <== 10.15 pour wandb-core.
Correctifs
- Autorisation pour tous les utilisateurs de lire les fichiers de cache lorsque core est activé.
- Les scalaires infinis enregistrés dans TensorBoard sont désormais téléversés correctement au lieu d’être ignorés.
- Prise en compte correcte de
WANDB_ERROR_REPORTING=false. Cela corrige une régression introduite dans la 0.18.0.
Modifications
- Suppression de la journalisation sentry pour sendLinkArtifact.
- Capture par défaut de requirements.txt dans Run.log_code.
Changements notables
Cette version fait basculerwandb vers un nouveau backend en activant wandb.require("core") par défaut. Cela ne devrait pas entraîner de rupture de compatibilité, mais le nouveau backend peut présenter des différences de comportement inattendues pour certaines fonctionnalités héritées et dans de rares cas limites.Ajouté
- Ajout de la prise en charge des tags d’artifact via
Artifact.tagsetRun.log_artifact().
Corrigé
- Détection du nom du notebook dans le serveur Jupyter intégré de VS Code.
Modifié
- Le nouveau backend « core », auparavant activé avec
wandb.require("core"), est désormais utilisé par défaut. Pour revenir au comportement hérité, ajoutezwandb.require("legacy-service")au début de votre script. Remarque : dans une prochaine version mineure, l’option permettant de désactiver ce nouveau comportement sera supprimée.
Modifié
- L’intervalle d’échantillonnage par défaut des métriques système a été fixé à 10 secondes, sans moyenne, tout en permettant de définir des intervalles personnalisés via
wandb.init(settings=wandb.Settings(_stats_sampling_interval=...)).
Obsolète
define_metric(summary='best', goal=...)est obsolète et sera bientôt supprimé. Utilisezdefine_metric(summary='min')oudefine_metric(summary='min')à la place.
Ajouté
- Capture du SM (Streaming Multiprocessor), de la mémoire, de la fréquence d’horloge graphique (MHz), du nombre d’erreurs corrigées/non corrigées, de la vitesse du ventilateur (%) et de l’utilisation de l’encodeur pour les GPU Nvidia lors de l’utilisation de core.
- Possibilité d’itérer sur
wandb.Configcomme sur un dictionnaire. - Les courbes PR, les images et les histogrammes sont pris en charge lors de l’utilisation de TensorBoard avec core activé.
- Ajout de
wandb.require("legacy-service")comme option d’exclusion équivalente àwandb.require("core").
Corrigé
- Évite de laisser un processus wandb-core en arrière-plan si l’utilisateur appuie deux fois sur Ctrl+C.
- Correction des avertissements de dépréciation liés à NumPy >= 2.1 en supprimant l’argument
newshapedenumpy.reshape. - Ignore l’envoi et le téléchargement des entrées du manifeste d’artifact de référence GCS correspondant à des dossiers.
Obsolète
- La possibilité de désactiver le processus de service (
WANDB__DISABLE_SERVICE) est obsolète et sera supprimée dans la prochaine version mineure.
Corrigé
- Garantit la capture des métriques GPU Nvidia si
libnvidia-ml.son’est pas disponible lors de l’utilisation de core. - Autorise
define_metric("x", step_metric="x")lors de l’utilisation de core. - Téléverse correctement les fichiers vides lors de l’utilisation de core.
- Corrige la panique occasionnelle « send on closed channel » lors de la finalisation d’un run avec core.
Ajouté
- Spécifiez les schémas d’entrée du job lors de l’appel à manage_config_file ou manage_wandb_config afin d’offrir une UI plus claire au lancement du job.
- Utilisation du système de fichiers plutôt que de messages protobuf pour transmettre au processus core les manifestes contenant plus de 100k entrées.
- Ajout du constructeur
box3dpourBox3D.
Modifié
run.define_metric()lève une erreur lorsqu’on lui fournit des arguments superflus.- En mode désactivé, utilise la classe
wandb.sdk.wandb_run.Runau lieu dewandb.sdk.wandb_run.RunDisabled, qui a été supprimée. - Lorsque
WANDB_MODE = offline, l’appel àartifact.download()génère désormais une erreur au lieu de rester bloqué.
Corrigé
- Gère correctement les stubs de répertoire lors de la journalisation d’un artifact externe dans un compte de stockage Azure avec Hierarchical Namespace activé.
- Correction de la docstring dans
api.runs()concernant l’ordre de tri par défaut, omise dans https://github.com/wandb/wandb/pull/7675.
Ajouts
- Lors de l’utilisation de wandb-core, prise en charge des téléversements multiparties vers S3.
Modifications
run.finish()peut lever une exception dans des cas où il exécutait auparavantos._exit().run.link_artifact()peut désormais faire remonter des Erreurs du serveur.
Correctifs
- Gère les
path_prefixqui ne correspondent pas à des noms de répertoire lors du téléchargement d’Artifacts. - Corrige la création ou la mise à jour d’un artifact avec l’option
incremental=True. - Utilise des macros
resource_argrenseignées lors de la soumission de jobs W&B Launch à AmazonSageMaker.
Ajouts
- Prend en charge les variables de modèle de file d’attente dans les jobs du planificateur de balayage Launch.
Correctifs
- Utilise
sys.exit()au lieu deos._exit()si un sous-processus interne se termine avec un code différent de zéro. - Corrige une condition de concurrence occasionnelle lors de l’utilisation de
corequi pouvait affecter les journaux de run. - Corrige l’erreur OSError dans
Artifact.download(skip_cache=True)lors de la rencontre de systèmes de fichiers différents.
Correctifs
- Nomme correctement le fichier netrc
_netrcsous Windows. - Avec core activé, les barres
tqdmimbriquées s’affichent correctement dans l’onglet Logs. - Corrige la regex ECR du registre W&B Launch qui séparait le tag sur la barre oblique et le point.
Ajouts
- Ajoute des Runs précédents lors de la création d’un balayage depuis le CLI.
Correctifs
- Corrige des problèmes de prise en charge de
numpy>=2. - Corrige « UnicodeDecodeError: ‘charmap’ » lors de l’ouverture de fichiers HTML sous Windows en spécifiant l’encodage UTF-8.
- Garantit que
Artifact.delete()sur des Artifacts liés supprime uniquement le lien, et non l’artifact source. - Les Runs de balayage n’apparaissent plus comme repris alors qu’ils ne le sont pas, par @TimH98 https://github.com/wandb/wandb/pull/7684.
Modifications
- Met à niveau github.com/vektah/gqlparser/v2 de 2.5.11 vers 2.5.16.
Ajouts
- Ajout de
api.runs().histories()pour récupérer les métriques d’historique des runs répondant à des conditions spécifiées. - Affiche un avertissement lorsqu’un pod Kubernetes ne peut pas être planifié.
- Ajout de
ArtifactCollection.save()pour permettre d’enregistrer les modifications. - Ajout de la possibilité d’écraser l’historique de runs précédents à une étape arbitraire et de reprendre la journalisation à partir de cette étape.
- Ajout d’une nouvelle API Workspace pour modifier les Workspaces W&B par programmation.
- Ajout de
Artifact.unlink()pour permettre de dissocier des artifacts par programmation. - Ajout d’une prise en charge de base de TensorBoard lors de l’exécution avec
wandb.require("core").- L’onglet TensorBoard dans W&B fonctionnera.
- Les graphiques s’affichent dans W&B, potentiellement mieux que lors d’une exécution sans core.
- Tous les types de données ne sont pas encore pris en charge. Les données non prises en charge ne s’affichent pas dans les graphiques.
Corrections
- Corrige le comportement de
define_metricpour plusieurs métriques en modeshared. - Transmet correctement le nom du projet à l’API interne depuis le run lors de l’appel à run.use_artifact().
- Téléverse correctement les fichiers journal de sortie de console lors de la reprise de runs activés avec le paramètre
console_multipart, par @kptkin dans https://github.com/wandb/wandb/pull/7694 et @dmitryduev dans https://github.com/wandb/wandb/pull/7697. - Interprète les chaînes non octales commençant par des zéros comme des chaînes, et non comme des entiers, dans les configurations de balayage, par @KyleGoyette https://github.com/wandb/wandb/pull/7649.
- Prend en charge le format d’URI de dépôt Azure dans Launch, par @KyleGoyette https://github.com/wandb/wandb/pull/7664.
- Corrige l’analyse des chemins pour les artifacts avec des alias contenant des barres obliques.
- Ajoute les docstrings manquantes pour les méthodes publiques de la classe
Api. - Ajoute correctement l’alias latest aux jobs créés par le générateur de jobs, par @KyleGoyette https://github.com/wandb/wandb/pull/7727.
Modifications
- Option permettant de modifier le schéma de nommage des journaux de sortie de console, de
output.logàlogs/YYYYMMDD_HHmmss.ms_output.log. - Exige
unsafe=Truedans les appels àuse_modelsusceptibles de charger et désérialiser des fichiers pickle non sûrs, par @anandwandb https://github.com/wandb/wandb/pull/7663. - Met à jour l’ordre dans api.runs() en ordre croissant afin d’éviter les réponses dupliquées, par @thanos-wandb https://github.com/wandb/wandb/pull/7675.
- Élimine les erreurs d’expiration des URL signées lors du téléversement de fichiers d’artifact dans core.
Obsolète
- Rend
ArtifactCollection.change_type()obsolète au profit deArtifactCollection.save().
Changements notables
wandb.plots a été renommé en wandb.plot, toutes les intégrations ont été renommées de wandb.<name> en wandb.integration.<name>, et l’extra [async] a été supprimé.Cette version intègre le binaire wandb-core, auparavant installé via le package Python wandb-core sur PyPI. Le package wandb-core n’est plus utilisé et peut être désinstallé.Ajouté
- Le package
wandbinclut désormais le binairewandb-core.wandb-coreest un nouveau backend amélioré pour le SDK W&B, axé sur les performances, la polyvalence et la robustesse.- Pour l’instant, il s’active sur demande. Pour commencer à utiliser le nouveau backend, ajoutez
wandb.require("core")à votre script après avoir importéwandb.
wandb-coreprend désormais en charge la mise en cache des fichiers Artifact par @moredatarequired dans https://github.com/wandb/wandb/pull/7364 et https://github.com/wandb/wandb/pull/7366.- Ajout des méthodes artifact_exists() et artifact_collection_exists() à Api pour vérifier si un artefact ou une collection existent.
wandb launch -u <git-uri | local-path>crée et lance un job à partir du code source indiqué.
Corrigé
- Évite un plantage sur
run.summarypour les runs terminés. - Signale correctement les erreurs d’upload de fichier lors de l’utilisation de
wandb-core. - Ajout d’une vérification plus stricte de la disponibilité des GPU AMD.
- Correction de
run.save()sous Windows. - Affiche un avertissement au lieu d’échouer lors de l’utilisation de registres autres que ECR et GAR avec le builder Kaniko.
- Correction de la signature de type de
wandb.init()pour inclureNone.
Modifié
- Lors de l’utilisation de
wandb-core, vous devez désormais spécifier l’indicateur requis (wandb.require("core")) pour l’activer, alors qu’auparavant il était détecté automatiquement. - Utilise les ETags au lieu des hachages MD5 pour les artefacts de référence GCS.
Supprimé
- Suppression des fonctions obsolètes
wandb.plots.*et des intégrations tierces de premier niveauwandb.[catboost,fastai,keras,lightgbm,sacred,xgboost]. Veuillez utiliserwandb.plotau lieu dewandb.plotsetwandb.integration.[catboost,fastai,keras,lightgbm,sacred,xgboost]au lieu dewandb.[catboost,fastai,keras,lightgbm,sacred,xgboost]. - Suppression de l’extra
[async]et du paramètre_async_upload_concurrency_limit. - Suppression des paramètres non documentés :
_except_exitetproblem.
Ajouté
- Ajout de la prise en charge du remplacement des paramètres du builder kaniko dans la configuration de l’agent.
- Ajout d’un lien vers l’espace de travail du projet d’un run dans le pied de page.
- Ajout de la prise en charge du remplacement du délai de grâce des runs arrêtés dans la configuration de l’agent.
- Ajout du paramètre (
_disable_update_check) pour désactiver les vérifications de version pendant l’initialisation. WandbLogger.syncdans l’intégration OpenAI Fine-Tuning reçoit un nouvel argument booléenlog_datasetspour désactiver la journalisation automatique des Datasets dans Artifacts.- Réduction de la fréquence d’affichage par défaut du statut de l’agent Launch. Ajout de contrôles de verbosité pour augmenter la fréquence d’affichage du statut et imprimer des informations de débogage sur stdout.
Modifié
- Limitation de l’option de politique sur le put() de la CLI artifact aux choix [“mutable”, “immutable”].
- Mise à jour des méthodes de l’API publique de l’artefact pour gérer le champ Project nullable sur le type ArtifactSequence/ArtifactCollection, en fonction des changements du serveur gorilla.
Corrigé
- Correction de
run.save()qui ne fonctionnait pas avec les fichiers à l’intérieur derun.dir, problème introduit dans la version précédente. - Correction d’une panique rare lors de l’upload d’artefacts volumineux.
- Correction de
wandb.login, qui faisait que les runs n’étaient pas associés à la Launch queue. - Correction du téléchargement du job artifact, qui échouait silencieusement et provoquait le plantage du run lors de l’utilisation de W&B Launch par @KyleGoyette https://github.com/wandb/wandb/pull/7285.
- Correction de la gestion de l’enregistrement des fichiers d’entraînement dans Artifacts dans l’intégration OpenAI Fine-Tuning.
Ajouts
- Ajout d’une fonctionnalité permettant de déplacer les fichiers de staging vers le cache (au lieu de les copier) pour l’upload de fichiers d’artifact mutables lorsque la mise en cache est activée.
- Ajout de la prise en charge permettant d’ignorer la mise en cache des fichiers sur le système de fichiers local lors de l’upload de fichiers vers des Artifacts.
- Ajout de la prise en charge permettant d’ignorer le staging des fichiers d’artifact pendant l’upload en sélectionnant une politique de stockage.
- Prise en charge préliminaire du fork d’un run à l’aide de
wandb.init(fork_from=...). run.save()accepte les valeurspathlib.Path;.
Modifications
- Lors de l’affichage du lien du run, celui-ci pointe désormais explicitement vers le Workspace.
Corrections
- En cas de problèmes serveur transitoires lors de la création du secret Kubernetes de clé API wandb, nous réessaierons jusqu’à 5 fois.
Suppressions
- Lors de l’affichage des informations du run dans le terminal, suppression des liens vers les jobs.
Ajouts
- Ajout de la possibilité de modifier les types de collection d’artifacts.
- Ajout de la prise en charge de l’installation des dépendances depuis pyproject.toml.
- Prise en charge des builds kaniko avec un PVC fourni par l’utilisateur et une configuration Docker.
- Ajout de la possibilité d’importer des Runs entre des instances W&B.
Modifications
- Wandb-core limite le débit des requêtes vers le backend et respecte les en-têtes RateLimit-*. par @timoffex dans https://github.com/wandb/wandb/pull/7065
Corrections
- Correction de la transmission des variables de template dans le planificateur sweeps-on-launch.
- Possibilité de lier un artifact de job à un run à spécifier en entrée.
- Correction de l’entrypoint Sagemaker pour utiliser l’entrypoint fourni.
- Analyse correcte des en-têtes d’upload.
- Propagation correcte des erreurs du serveur.
- Accélération de l’upload de fichiers grâce au parallélisme.
- N’envoyez pas de données git si elles ne sont pas renseignées.
- Correction de la reprise de la journalisation de la console afin d’éviter l’écrasement.
- Suppression de la validation du nom d’hôte lors de l’utilisation de —host avec wandb login.
- Ne supprimez pas les visualisations précédentes lors de la reprise d’un run.
- Éviter de réessayer en cas de code de statut de conflit.
- Correction de la fusion de la configuration de visualisation pour les runs repris dans wandb-core.
- Remplacement de l’utilisation du module json de la bibliothèque standard par celui de
segmentio. - Suppression de stderr comme writer pour les journaux.
- Désactivation des étapes négatives dès l’initialisation.
- Correction du chargement des Reports dans pydantic26.
- Annulation de “make upload request async to support progress reporting (#6497)”.
- Correction de la spécification de l’entrypoint lors de l’utilisation d’un Dockerfile.wandb.
- Correction de la libération trop précoce du handle de sonde par le flux.
- Toujours tenter de récupérer la dernière image pour le conteneur local.
Améliorations
- Générer les informations de type de données dans core.
- Ajouter la prise en charge de Launch.
- Ajout d’une option pour contrôler le nombre de runs échantillonnés groupés dans Reports.
- Ajouter un mode partagé pour permettre à plusieurs processus d’écriture indépendants d’écrire sur le même run.
- Réduire la latence de téléchargement des artifacts grâce à une copie de cache facultative et à des threads.
- Ajouter les téléchargements partiels de fichiers via un préfixe de répertoire.
- Mettre à jour l’intégration Diffusers.
- Mettre à jour l’intégration Ultralytics.
- Ajouter Logger Fabric pour PyTorch Lightning.
- Mettre à jour les packages Go.
Correctifs
- Supprimer les champs projet et runner de la configuration de l’agent.
- Reconnaître les jobs k8s supprimés comme ayant échoué.
- Signaler les champs supplémentaires dans le bloc d’environnement par un avertissement au lieu de générer une erreur.
- Bug de remplacement d’entité où ENVVAR est prioritaire sur kwargs.
- Le runner de conteneur local n’ignore pas les arguments de remplacement.
- Fusionner la configuration avec la configuration sweep/launch lors de la mise à jour.
- Corriger la logique de nouvelle tentative dans wandb-core et le conftest de system_tests.
- Utiliser des verrous RW dans la gestion des assets du moniteur système.
- Définir le contexte de build sur le répertoire de l’entrypoint s’il contient Dockerfile.wandb.
- Sécurité (launch) : monter la clé API wandb dans les pods de launch job à partir d’un secret k8s.
- wandb job create ne doit pas rechercher requirements.txt si Dockerfile.wandb se trouve à côté de l’entrypoint.
- Corriger _parse_path lorsque seul l’id est passé à wandb.Api().run().
- Mettre à jour video.py : corriger le bug de fps.
- Nettoyer les dossiers temporaires.
- Corriger les chemins d’artifact trop longs sous Windows.
- Mettre à jour l’API Report pour fonctionner avec pydantic2.6.
- Récupérer tous les commits pour permettre le checkout par sha.
- Ne pas masquer les exceptions dans pyagent.
- Progression de l’upload des fichiers d’artifact dans nexus.
- Faire preuve de prudence dans le moniteur système lorsque rocm-smi est installé sur un système sans GPU AMD.
- Corriger une faute de frappe dans cli.py.
- Supprimer deadsnakes de l’étape de build de l’accélérateur.
Améliorations
- Refactoriser la logique du store et ajouter un writer pour le store.
- Ajouter la surveillance des GPU AMD.
- Ajouter l’upload du fichier journal de la console.
- Ajouter un champ d’URI de registre aux builders.
- Ajouter la fonctionnalité
wandb beta syncpour téléverser des runs vers W&B. - Le CLI prend en charge les paramètres de file d’attente figurant sur liste blanche.
- Ajouter la prise en charge de requirements et patch.diff.
- Capturer les variables d’environnement liées à SLURM dans les métadonnées.
- Drapeau —priority sur la commande
wandb launchpour spécifier la priorité lors de la mise en file d’attente des jobs. - Ajouter une fonctionnalité de vérification à wandb login.
- Les Sweeps sur Launch respectent la priorité de job sélectionnée pour les runs de sweep.
- Démarrer l’opération SDKrab.
- Rendre la requête d’upload asynchrone pour prendre en charge le suivi de la progression.
- Ajouter un observateur de répertoire de journaux TensorBoard.
- Téléverser les fichiers wandb-summary.json et config.yaml.
Correctifs
- Mettre à jour le message d’erreur et supprimer l’élément superflu.
- Corriger les problèmes liés à l’envoi de fichiers.
- Ajouter une gigue à la stratégie de backoff des clients de nouvelle tentative.
- Ignorer le téléchargement du fichier uniquement si le digest correspond.
- Corriger la reprise et ajouter des tests.
- Capturer les erreurs lors de la création d’un job k8s à partir d’un fichier YAML.
- Obtenir l’entité par défaut avant de vérifier les variables de modèle.
- Supprimer la création de run pour les téléchargements d’artifact si core n’est pas utilisé.
- Récupérer l’ETag pour ObjectVersion au lieu de Object pour les buckets versionnés.
- Annuler #6759 et lire l’ETag de la version de l’objet à la place.
- Remettre le nombre de fichiers téléversés.
- Ajouter l’envoi d’une requête d’annulation à l’expéditeur.
- Vérifier les erreurs dans la surveillance de la mémoire.
- Ajouter le drapeau job_type dans le CLI pour permettre le remplacement de job_type.
- Gérer la refactorisation de l’import des utilitaires Ultralytics.
- Télécharger des Artifacts avec wandb-core sans run actif.
- Corriger la journalisation des erreurs du graphique de dispersion matplotlib si la version minimale de la bibliothèque plotly n’est pas respectée.
- Autoriser le remplacement de l’emplacement .netrc par défaut avec la variable d’environnement NETRC.
Améliorations
- Supprimer le téléchargement récursif.
- Ajouter un mécanisme d’anti-rebond pour le summary dans le handler.
- Corriger un bug dans l’import d’ultralytics et l’épinglage de version.
- Prendre en charge les variables de modèle lors de la mise en file d’attente des runs Launch.
- Ajouter l’option —skip-console à la commande CLI de synchronisation hors ligne.
- Ajouter un mécanisme basique de gestion des versions pour GraphQL.
- Ajouter la surveillance des statistiques GPU Apple M*.
- Ajouter un utilitaire pour charger wandb.Config à partir des variables d’environnement.
- Porter OpenAI WandbLogger vers openai-python v1.0.
- Corriger la vérification de version pour OpenAI WandbLogger.
- Autologger Diffusers.
- Ajouter un paramètre à l’image pour spécifier le type de fichier : jpg, png, bmp, gif.
Correctifs
- Faire en sorte que la synchronisation hors ligne fonctionne correctement.
- Corriger la vérification de l’existence du run pour qu’elle ne dépende pas du téléversement de fichiers dans le run.
- Échec de la vérification de l’URI de stockage GCP en raison d’un encapsulage async incorrect.
- La mise à jour du summary avec des dict imbriqués ne génère plus d’erreur.
- Ajouter un mode de priorisation à la création de RunQueue.
- Créer un lien symbolique vers les journaux du serveur dans le dossier runs.
- Problème de valeur unique dans wandb/wandb_torch.py::log_tensor_stats.
- Tmin vs tmax dans wandb/wandb_torch.py::log_tensor_stats.
- Correctif mineur pour les cas sans serveur.
- Rendre les anciens Settings plus robustes.
- Gérer les tags lors de la reprise d’un run.
Améliorations
- Ajouter la prise en charge des configurations imbriquées.
- Finaliser l’enregistreur d’artifact.
- Ajouter le nombre de fichiers synchronisés dans le pied de page.
- Implémenter la surveillance de répertoire et les fonctionnalités associées.
- Exécuter l’agent dans une boucle d’événements.
- Ajouter un historique échantillonné.
- Prototype pour l’API Models.
- Enregistrer de façon asynchrone les agents virtuels du planificateur de balayage.
- Faire fonctionner les téléversements de fichiers en local.
- Permettre aux utilisateurs d’enregistrer des tableaux de chart personnalisés dans une autre section.
- Généraliser l’uploader en filemanager pour permettre les téléchargements.
- Abandonner la prise en charge de Python 3.6.
- Supprimer les fichiers de préproduction dans Nexus.
- Configurer les téléchargements d’artifact pour utiliser le cœur SDK Nexus.
- Ajouter une barre de progression pour le téléversement des fichiers et faire du callback de fin une liste de callbacks.
- Ajouter le libellé wandb.ai/run-id aux jobs.
Correctifs
- Garantir que l’intégralité de run.config est capturée dans SageMaker.
- Améliorer la gestion des erreurs de gitlib pour les FileNotFoundError.
- Augmenter la taille maximale des messages et gérer les erreurs.
- L’agent équilibre mieux plusieurs files d’attente.
- Supprimer la vérification de l’activation de la gestion des versions dans le gestionnaire de références GCS.
- Ajouter google-cloud-aiplatform au shard Launch.
- Ajouter use_artifact comme message passthrough.
- Ajuster les variables d’environnement Vertex.
- Mettre à jour les permissions du fichier de cache des Artifacts pour NamedTemporaryFile.
- Corriger plusieurs problèmes.
- Lors de l’enregistrement d’une figure mlp dans un buffer puis de sa lecture avec PIL, le format doit être spécifié.
- Envoyer content-length et vérifier le code de statut de la réponse dans l’uploader.
- Corriger la logique de step lors de la reprise de runs sans métriques enregistrées.
- Hook_handle défini comme liste au lieu de dict lors du unhook.
- Vérifier les identifiants GCP avant de créer un job Vertex.
- Ajouter l’option load à docker buildx.
- Corriger les régressions de performances dans les téléchargements d’artifact et l’emplacement de téléchargement des fichiers.
- Ajouter un avertissement lorsque
log_codene parvient pas à localiser de fichiers. - Ajuster les hooks IPython pour v8.17.
Améliorations
- Implémenter un mécanisme d’anti-rebond pour la configuration.
- Corriger l’inversion des canaux dans la tâche de classification ultrlytics.
- Implémenter l’interface C++ alpha de Nexus.
- Exposer les métriques système dans l’objet run (PoC).
- Épingler la prise en charge de la version d’ultralytics sur
v8.0.186.
Correctifs
- Obtenir les journaux des pods k8s en échec.
- Permettre l’ajout d’un bucket s3 comme artifact de référence.
- Corriger une condition de concurrence lors du nettoyage du thread de l’agent.
- Ne pas supposer que le run et ses artifacts d’E/S se trouvent dans le même projet.
- Corriger wandb.Api().run(run_name).log_artifact(artifact).
- ValueError avec une valeur None dans le balayage.
- Corriger une faute de frappe dans le gestionnaire s3.
- Corriger l’ordre des arguments pour le nouvel argument target_fraction.
- Corriger une condition de concurrence potentielle dans le mécanisme d’anti-rebond de la configuration.
- Corriger le mapping des types GraphQL.
- Corriger la limite de concurrence dans l’uploader.
Améliorations
- Ajout de la prise en charge de l’enregistrement du code en mode script.
- Ajout de la prise en charge de
policy=enddanswandb.save. - Ajout d’informations système aux métadonnées.
- Ajout d’informations système sur les GPU NVIDIA aux métadonnées.
- Suppression des files d’attente de run via l’API publique.
- Ajout de la prise en charge de proxys personnalisés pour le trafic HTTP(S) de wandb.
Correctifs
- Correction du logger lors de la journalisation d’exceptions filestream.
- Utilisation de l’API watch pour surveiller les CRD lancés.
- Interdiction de mettre en file d’attente des images Docker sans projet cible.
- Ajout de l’import Twitter manquant pour les utilisateurs de l’API.
- Récupération des versionID S3 à partir des références de répertoire.
- Permettre aux flux watch de reprendre après une réinitialisation de la connexion.
- Utiliser json.loads(…, strict=False) pour ignorer les caractères UTF-8 non valides et les caractères de contrôle dans api.Run.load.
- Identifier correctement Colab comme un environnement de type Jupyter dans les paramètres.
- Amélioration de la gestion de la mémoire pour les mises à jour de summary.
- Ajout d’une variable d’environnement pour configurer la taille de lot des URL de téléchargement.
- Faire échouer rqis si aucun run n’est créé.
Nettoyage
- Mise à jour de README.md.
Améliorations
- Ajouter la prise en charge asynchrone à l’API
Autologgeret l’activer pour OpenAI. - Ajouter la prise en charge officielle de Python 3.11 et abandonner celle de Python 3.6.
- Implémenter la journalisation réseau et un délai d’expiration pour le pousseur de fichiers à des fins de débogage.
- Définir un TTL (time to live) pour les versions d’artifact.
- Ajouter la prise en charge de define metric.
- Inclure la version de l’agent lors de la création de l’agent Launch.
- Les jobs Git sans run peuvent utiliser requirements.txt dans les répertoires parents.
- Récupérer la collection parente à partir d’un Artifact.
- Améliorer les téléversements de fichiers.
- Ajouter une option run ID à la méthode artifact put pour enregistrer des artifacts dans des Runs existants.
- Ajouter la propriété metadata à l’objet Run.
- Prendre en charge la définition d’un Dockerfile personnalisé dans les overrides Launch.
- Ajouter l’asset GPU Nvidia au moniteur système.
- Permettre la suppression de collections d’artifacts depuis le SDK.
- Ajouter le paramètre CLI dockerfile et utiliser Dockerfile.wandb par défaut s’il est présent.
- Étendre le nettoyage du cache pour permettre de spécifier une fraction cible.
- Ajouter un
reprévaluable à ArtifactManifestEntry. - Activer la création de wheels basée sur Docker pour Nexus.
- Ajouter l’asset GPU Nvidia au moniteur système.
- Effacer le cache à l’ajout pour éviter tout débordement.
- Capturer l’utilisation des E/S disque dans les métriques système.
- Ajouter les compteurs d’E/S disque aux métriques de surveillance.
- Rendre configurables les chemins surveillés pour l’utilisation du disque.
- Utiliser
WANDB_SWEEP_IDpour inclure un run dans un sweep existant. - Gérer les appels LinkArtifact effectués vers Nexus Core.
- Corriger la logique de nouvelle tentative pour les clients HTTP et permettre la personnalisation par l’utilisateur.
- Prendre en charge les en-têtes définis par l’utilisateur dans le transport du client gql.
- Activer les types set dans wandb.Config.
- Visualiser les images avec des superpositions de bbox pour
ultralytics. - Ajouter un utilitaire d’échantillonnage à décroissance exponentielle pour line_plot.
- Toujours afficher la trace de la pile dans le gestionnaire de contexte
wandb.init. - Ajouter un paramètre pour désactiver la capture automatique des informations de la machine.
Correctifs
- Étendre try dans la boucle de l’agent pour couvrir toute la gestion des jobs.
- Se prémunir contre un délai d’expiration filestream non défini.
- Générer une erreur si le job sous-jacent à l’artifact de code a été supprimé.
- Utiliser un nom unique pour l’artifact créé par
verify. - Utiliser resume=allow lors de la remise en file automatique.
- Corriger le chemin de l’entrypoint depuis subir du dépôt Git désactivé.
- Surcharger individuellement les resource_args de chaque job.
- Corriger le problème d’import pour prendre en charge Python 3.6.
- Corriger l’entrypoint d’override lors de l’utilisation de Sweeps sur Launch sans job de scheduler.
- Corriger la référence de reprise lorsqu’elle est nil.
- Accélérer encore le temps d’import.
- Corriger le montage du secret dans l’exemple de manifeste d’agent Kubernetes.
- Supprimer l’import inutilisé.
- Surveiller pour obtenir les statuts des runs Kubernetes.
- Interdire l’enregistrement d’artifacts dans un projet différent de leur artifact de base.
- Exiger que les artifacts existants soient enregistrés dans leur entité/projet source.
- Ajuster les fonctionnalités de démarrage et d’arrêt du moniteur système.
- Supprimer les caractères suspects lorsque la création du répertoire échoue.
- Le comportement d’exclusion par défaut de log_code gère désormais correctement
wandbdans le préfixe du chemin racine. - Interdire la création de files d’attente de projet.
- Intercepter toutes les erreurs de définition d’état de sweep.
- Create_job fonctionne désormais depuis un notebook Jupyter.
- Corriger la condition de concurrence pour defer et update control.
- Améliorer la gestion et la journalisation des types de tenseurs.
- La commande CLI Launch doit se terminer avec un statut non nul si le run lancé sous-jacent se termine avec un statut non nul.
- Corriger le comportement en mode hors ligne.
- API Reports - corriger le chemin JSON media_keys.
- Permettre l’enregistrement d’images uint8 en tant que wandb.Image().
- Revenir à /tmp/username/.config/wandb dans les anciens paramètres.
- Utiliser UpsertBucketRetryPolicy dans tous les appels gql.UpsertBucket.
- Mettre à jour la validation et l’encodage de l’ID du rapport.
- Ajouter la prise en charge de la propagation des messages depuis le processus interne.
Nettoyage
- Correctif pour les nouveaux ajouts à la règle ruff E721.
Améliorations
- Lancer des schedulers de sweep vers des files d’attente d’équipe depuis l’UI.
- Rendre le lanceur Vertex plus personnalisable.
- Utiliser par défaut le builder noop si Docker n’est pas installé.
Correctifs
- Utiliser les commandes intégrées entrypoint et args pour SageMaker.
- Copier les informations du projet source parent vers le nouvel artifact brouillon.
- Éviter l’erreur en fin de run avec les bigints.
- Les image jobs créés manuellement peuvent être relancés correctement.
Améliorations
- Utiliser la mutation createRunFiles pour obtenir les uploadUrls.
- Ajouter create_run_queue à l’API publique.
- Ajouter une option masquée pour utiliser orjson au lieu de json.
- Améliorer le message d’erreur lors d’un build avec le builder noop.
- La création d’un agent Launch inclut sa configuration si elle est présente.
- Vérifier que les ingrédients du job existent avant de créer le job.
- Gérer proprement l’erreur Kubernetes 404.
Correctifs
- Créer un nouveau projet uniquement s’il n’existe pas déjà.
- Prendre en charge le namespace dans la clé de métadonnées des arguments de ressource.
- Utiliser "" au lieu de None pour le kwarg project lorsqu’aucun projet n’est fourni.
- Ajouter + à la regex CPU de torch + tests.
- Implémenter un délai d’expiration pour file_stream et ajouter des logs de débogage.
- Corriger le filtrage des collections lors de la récupération des alias.
- Remplacer les paramètres
dir_watcherpar SettingsStatic. - Définir la base correcte pour les artifacts incrémentiels.
- Supprimer https des registres Azure pour garantir la compatibilité avec la macro $.
- Gérer correctement une description à None.
- Ne pas créer de secret k8s s’il existe déjà.
- Supprimer la vérification de gestion des versions du bucket S3.
- Accélérer le temps d’importation et corriger l’avertissement d’obsolescence
pkg_resourcesDeprecationWarning.
Correctifs
- Les images ne se synchronisent pas avant la fin du run (annulation de #5777).
Améliorations
- Ajouter un lien vers le job dans le pied de page wandb.
- Réimplémenter la remise en file d’attente des jobs et corriger le comportement d’annulation.
- Créer manuellement des jobs depuis la CLI.
- Permettre aux utilisateurs de spécifier le nom du job via le paramètre
job_name. - Ajouter une API de trace simplifiée pour journaliser les traces de prompt.
- Prendre en charge le format de modèle
.kerasavecWandbModelCheckpointet assurer la compatibilité avec TF 2.13.0. - Prise en charge initiale de la migration des Runs et Reports W&B entre instances.
Correctifs
- Rendre le callback LightGBM compatible avec 4.0.0.
- Utiliser les paramètres par défaut pour récupérer le projet, s’ils sont disponibles.
Améliorations
- Améliorer la gestion des noms et des tags des jobs d’image Docker.
- Prendre en charge les builds kaniko sur AKS.
- Permettre aux builds kaniko de s’exécuter dans d’autres namespaces.
- Prendre en charge la clé d’accès pour les références Azure.
- Ajouter des informations aux éléments de file d’attente de run en échec et prendre en charge les avertissements pour les éléments de file d’attente de run.
- Autoriser la configuration directe de l’URI du registre pour tous les registres.
- Améliorer le processus de récupération des URL de téléchargement avec une logique de traitement par lots et de nouvelle tentative.
- Ajouter un indicateur pour ignorer les références S3 manquantes dans
Artifact.download. - Implémenter la remise en file d’attente du job lorsqu’un pod se déconnecte.
- Ajouter un paramètre pour désactiver setproctitle.
Correctifs
- Gérer les schémas d’URI dans LogicalPath.
- Mettre à jour le stockage d’objets pour inclure la référence et empêcher la réutilisation des ID.
- Mettre à jour les exigences de version du package click.
- Améliorer l’importation lazy pour la rendre thread-safe.
- Corriger une faute de frappe dans le nom de l’image kaniko.
- Corriger l’analyse des dates dans la configuration SageMaker.
- Rendre le build Docker non interactif pour éviter les questions liées à la région.
- Mettre à jour le chemin de l’image de base “cuda” vers celui de l’image de base “accelerator”.
- Remplacer le nom de l’artifact par un espace réservé pour ignorer la validation.
- Empêcher les jobs avec de grosses sorties de rester bloqués sur local-container.
- S’assurer que la reprise n’envoie pas d’informations sensibles.
- Corriger la gestion des références lors du téléchargement.
- Corriger l’auteur du balayage Launch pour utiliser le nom d’utilisateur personnel.
- Rendre privées les méthodes et attributs de l’artifact.
Améliorations
- Définir la source du job dans les paramètres.
- Lancer des Sweeps contrôlés par wandb run.
- Ajouter l’autolog pour le SDK Python de Cohere.
- Prendre en charge le lancement d’objets k8s personnalisés.
- Préserver la mémoire lors du hachage des fichiers.
- Ajouter la méthode new_draft pour modifier et enregistrer les Artifacts sauvegardés comme nouvelle version.
- Ne pas installer les reqs figés s’il existe un fichier reqs.
- Ne pas supprimer par défaut les fichiers temporaires du cache des Artifacts.
- Ajouter source_entity et mettre à jour la gestion de sequenceName.
- Ajouter ‘remove’ à l’API Artifacts.
- Ajouter un ordonnanceur Optuna pour les Sweeps dans Launch.
- Prendre en charge la création de jobs de notebook.
- Activer les macros Launch pour tous les runners.
- Ajouter l’autologging pour les pipelines Hugging Face pris en charge.
- Ajouter les métriques d’utilisation et la journalisation de tableaux à l’autologger OpenAI.
- Ajouter la prise en charge de la surveillance des métriques système des GPU AMD.
- Capturer l’allocation absolue de mémoire GPU.
Correctifs
- S’assurer que wandb peut être utilisé dans AWS Lambda.
- Permettre à
LogicalPathde supprimer les barres obliques finales. - Faire preuve de prudence lors de la création du fichier ~/.config/wandb/settings.
- Mettre à jour la gestion des requêtes de graphiques personnalisés et ajouter un constructeur alternatif pour les graphiques basés sur des tableaux.
- Ajouter le téléversement multipart sur S3 pour les fichiers d’artifact.
- Gérer les chaînes de nom d’artifact incompatibles.
- Le runner Docker effectue toujours un pull pour les jobs issus d’images.
- Améliorer la gestion des erreurs lors de l’installation des packages.
- Les objets k8s personnalisés respectent les remplacements de command/args.
- Supprimer entity et project des propriétés valides et ajuster la gestion du nom.
- Utiliser une variable d’environnement pour l’URL de base de l’agent Launch.
- Écrire dans le cache de manière défensive (intercepter OSError).
- Gérer l’exception dans finish_thread_id et faire échouer les éléments de la file d’attente de run.
- Ajouter des pull secrets pour les images prédéfinies lorsqu’un registre est spécifié.
- Lire le nom du compte de service du pod kaniko à partir d’une variable d’environnement.
- Correctifs gcp divers.
- Prendre en charge l’environnement local et la déclaration du registre.
- Prendre en charge les URL Git SSH et les sous-modules dans l’agent.
- Mettre à jour la gestion du dépôt Git pour les cas d’échec et le renommer en gitlib.
- Unifier les modes hors ligne et en ligne pendant init et corriger l’attachement multiprocessus.
- Empêcher les erreurs en vérifiant
wandb.rundans l’intégration Gym. - Corriger le problème de synchronisation des tfevent wandb.
Correctifs
- Autoriser le SDK à fonctionner si le jeton SA ne peut pas être lu.
- Nettoyer la logique de découverte du jeton k8s dans util.py::image_id_from_k8s.
- Mettre à jour
WandbTracerpour fonctionner avec la nouvelle version de langchain. - Mettre à jour le summary uniquement pour les clés modifiées.
Correctifs
- Mettre à jour WandbTracer pour la nouvelle version de langchain par @parambharat @tssweeney dans https://github.com/wandb/wandb/pull/5467.
- Corriger le message d’erreur dans la vérification de version de wandb_tracer pour langchain.
Améliorations
- Implémenter un nouveau schéma de configuration pour le runner Kubernetes.
- Autoriser la surcharge au niveau de la plateforme pour le builder Docker.
- Obtenir le nom complet de l’artifact pour en faciliter la récupération.
- Rendre configurable le répertoire racine par défaut pour le téléchargement des Artifacts.
- Ajouter un gestionnaire de stockage Azure dans le SDK.
- Ajouter une méthode pour convertir wandb.Table en pandas.DataFrame.
- Transmettre les arguments de la commande Launch des Sweeps comme paramètres.
Correctifs
- Ne pas supposer que les clés de args et de config désignent la même chose.
- Faire en sorte que l’environnement ElasticContainerRegistry gère « ImageNotFoundException » correctement.
- Désactiver les nouvelles tentatives du builder kaniko.
- Affiner le message d’erreur en cas d’erreur d’authentification.
- Le runner Kubernetes ne respecte pas les arguments de surcharge.
- Autoriser les attr-dicts comme configurations de Sweeps.
- Calculer la somme de contrôle de la copie de staging en lecture seule au lieu du fichier original.
- Ne pas récupérer les informations du run si le run se termine avec succès ou s’il provient d’une autre entité.
- Utiliser le projet « uncategorized » par défaut au lieu de « None » lors de la récupération des Artifacts.
- Ajouter une vérification de l’activation à gym VideoRecorder.
- Corriger la gestion du projet et de l’entité par défaut.
- Mettre à jour import_hook.py avec les dernières modifications du dépôt wrapt.
- Corriger la prise en charge des URL locales dans l’agent Launch k8s.
- Améliorer la détection et les tests de l’environnement notebook.
- Implémenter un utilitaire de vérification récursive avec isinstance pour l’objet Settings.
- Analyser correctement les cas limites dans les définitions de filtre OpenMetrics dans System Monitor.
- Mettre à jour les journaux de débogage pour inclure la version du SDK.
- Filtrer les métriques AWS Trainium par rang local en cas d’exécution avec torchrun.
- Informer les utilisateurs de l’incompatibilité de WandbTracer avec LangChain > 0.0.153.
Améliorations
- Ajouter la prise en charge du type de média LangChain.
- Ajouter l’autolog pour la bibliothèque Python d’OpenAI par @dmitryduev @parambharat @kptkin @raubitsj dans https://github.com/wandb/wandb/pull/5362.
Correctifs
- Ajouter un wrapper de signature de fonction aux méthodes openai patchées.
- Ajuster l’API publique de l’autolog OpenAI pour améliorer l’expérience utilisateur par @dmitryduev @kptkin @raubitsj dans https://github.com/wandb/wandb/pull/5381.
Correctifs
- Corriger la régression de
wandb sync.
Améliorations
- Améliorer run.log_artifact() avec des références de type et de chemin par défaut.
- Ajouter une prise en charge optionnelle de l’upload asynchrone d’artifact.
- Mettre à jour le summary uniquement pour les clés modifiées.
- Utiliser un objet de session persistant pour les requêtes GraphQL.
- Autoriser la définition d’en-têtes supplémentaires pour le client gql.
- Autoriser le filtrage des métriques en fonction des endpoints OpenMetrics.
Correctifs
- Message plus informatif en cas d’échec de la création du répertoire de staging d’artifact.
- Définir la valeur par défaut de Kubernetes backoffLimit à 0.
- Supprimer le tri par défaut lors de l’export de la configuration dans un fichier yaml.
- Corriger l’encodage des types html sous Windows.
- Nettoyer l’état de reprise automatique lors de l’initialisation d’un nouveau run.
- Renforcer la gestion des erreurs de
wandb.init()pour les erreurs de backend. - Corriger la logique d’arrêt du moniteur système.
- Autoriser les utilisateurs à spécifier des versions épinglées dans requirements.txt.
- Faire en sorte que
wandb.log()gère correctement les valeurs de chaîne vide. - Lever une exception lors de l’accès aux méthodes et attributs d’un run terminé.
Nettoyage
- Utiliser le module ‘secrets’ au lieu d’un générateur de token aléatoire personnalisé.
- Déplacer _manifest_json_from_proto vers sender.py.
Améliorations
- Prise en charge des images de base CUDA pour les runs Launch.
- Avertir les utilisateurs des paquets dont l’installation a échoué pendant le processus de build.
- Ajouter la prise en charge de l’importation de runs depuis MLFlow.
- Marquer comme
FAILEDles runs en file d’attente qui ne parviennent pas à être lancés.
Correctifs
- Supprimer temporairement la validation locale de la clé API.
- L’agent Launch supprime proprement le thread lorsqu’une exception se produit.
- Fournir un message d’erreur clair lorsqu’il est impossible de se connecter au démon Docker.
- Ajouter la prise en charge des rôles d’instance EKS dans Launch.
- Messages d’erreur plus clairs lorsque Launch rencontre des erreurs Docker, avec échec géré proprement.
- Hacher les images Docker en fonction de la version du job et du contenu du Dockerfile.
- Security(launch) : avertir lorsque l’agent commence à interroger une file d’attente d’équipe.
- Ajouter de la télémétrie lors de la synchronisation des fichiers tfevents.
- Corriger une régression qui empêchait l’arrêt des runs de fonctionner.
- Indiquer à l’utilisateur comment gérer l’import Kubernetes manquant lors de l’utilisation du runner Kubernetes ou du builder Kaniko.
- Masquer les options de la CLI Launch non prises en charge.
- Faire en sorte que le builder d’images Launch installe correctement PyTorch avec ses dépendances sur différents matériels.
Améliorations
- Améliorer la journalisation de l’agent Launch.
- Le paramètre run_cap de Sweep fonctionne désormais pour les Sweeps Launch.
- Lancer des jobs de Sweep depuis image_uri.
- Ajouter le paramètre
num_workersà la section scheduler danslaunch_config. - Lever ArtifactNotLoggedError au lieu de ValueError.
- L’agent Launch utilise un pool de threads pour exécuter les jobs.
- Faire en sorte que les runners et builders utilisent les classes Environment et Registry.
- Ajouter la prise en charge d’OpenMetrics pour les métriques système.
- Ajouter la possibilité de filtrer les métriques système récupérées depuis les endpoints OpenMetrics.
- Ajouter la prise en charge de la surveillance des environnements gymnasium, en plus de gym.
- Ajouter la clé
max_schedulerà la configuration de l’agent Launch. - Ajouter une intégration avec la bibliothèque
ultralyticspour YOLOv8.
Correctifs
- Nettoyer l’avertissement de dépréciation des widgets d’IPython.
- Ajouter des exceptions spéciales pour la logique du manager lors d’une tentative de connexion à un service disparu.
- Corriger le problème qui imposait des droits d’écriture sur le répertoire global de configuration pour utiliser Api.
- Rendre le message d’erreur pendant l’initialisation du run plus exploitable et corriger une exception non interceptée.
- Ajouter une méthode dunder deepcopy à la classe Run.
- Supprimer la définition systématique d’un projet par défaut dans Sweep.
- Générer une erreur lors d’une tentative de création d’un Sweep Launch sans job spécifié.
- Mkdir_exists_ok vérifie désormais (à nouveau) les permissions si l’élément existe déjà.
- Journaliser uniquement le job reçu lors du lancement de quelque chose provenant d’un job.
- Corriger le problème où les runs en file d’attente provenant d’images disparaissaient dans l’URI.
- Ajouter des droits d’écriture aux Artifacts copiés.
- Améliorer l’analyse de l’argument
queuedans la commande CLIsweep. - En mode désactivé, ne pas démarrer le service.
- Corriger la prise en charge des images Docker avec un point d’entrée spécifié par l’utilisateur dans le conteneur local.
- API - ArtifactFiles ne génère plus d’erreur lors de l’accès à un élément.
- Vérifier que le job existe avant de démarrer le scheduler des Sweeps.
- Gérer les métriques système nécessitant des étapes supplémentaires de configuration et d’arrêt.
- Corriger une faute de frappe dans
CONTRIBUTING.md. - Détecter correctement le nom du notebook et corriger la sauvegarde du code dans Colab.
- Autoriser jusqu’à max_artifacts (correction d’une erreur de décalage de 1).
- Faire preuve d’une prudence accrue lors du démarrage des threads de surveillance des assets.
- Corriger un bug où la dépendance boto3 provoque un plantage à l’import lorsque downl….
- Vérifier que l’argument CLI
num_workersest valide et utiliser 8 par défaut sinon. - Corriger la référence de fichier ajoutée à l’artifact de vérification.
- Gestion spéciale du scheduler des Sweeps dans l’agent.
- Ne re-télécharger ou n’écraser les fichiers qu’en cas de changement.
- Éviter l’introspection en mode hors ligne.
- Ordonnancement topologique de
wandb.Settings. - Éviter le chargement paresseux pour le patching de TensorBoard.
Nettoyage
- Corriger bugbear B028 add stacklevel.
- Rapprocher les erreurs Launch du code concerné.
- Rapprocher l’erreur de boîte aux lettres du code concerné.
- Ajouter un type d’erreur non pris en charge.
- Ajouter la prise en charge du linter ruff.
- Modifications cosmétiques pour améliorer la lisibilité.
- Introduire des classes abstraites Environment et Registry.
- Corriger le type union inutilisé dans l’agent Launch.
- Supprimer l’artifact du manifeste.
- Activer la vérification de type pour interface.artifacts et ajouter des annotations / conversions de type.
- Ajouter des annotations de type à
wandb_setup.py. - Supprimer les directives #noqa inutilisées.
- Désactiver le suivi Sentry pendant les tests.
Améliorations
- Réutiliser la session pour les requêtes d’upload de fichiers.
- Exposer l’endpoint de liste des alias pour les collections d’Artifacts.
- Inclure le nom d’utilisateur de l’auteur du run dans les variables d’environnement.
- Ajouter la prise en charge des arguments de ressource
local-container. - Ajouter la possibilité d’ajouter à un run avec
wandb sync --append. - Ajouter une option de contournement (
disable_job_creation) pour désactiver la création automatique de job.
Correctifs
- Supprimer les underscores du nom de job généré dans le runner Kubernetes.
- Les arguments de la commande de balayage peuvent à nouveau être de type int.
- S’assurer que les Artifacts préparés ont l’alias
latest. - Intercepter
FileNotFoundErroretPermissionErrorpendantcache.cleanup(). - Corriger l’ordre de résolution de l’exécutable Python.
- Corriger la gestion de la console lors d’un fork et lorsque stdout==stderr.
- Corriger le problème où des Artifacts de job sont enregistrés sans alias latest.
- S’assurer que les noms de job ne dépassent pas la longueur maximale autorisée pour les Artifacts.
Dev
- S’assurer que la version du manifeste est vérifiée.
- Ajouter des tests pour les certificats SSL personnalisés et la désactivation de SSL.
- Corriger les builds Docker nightly.
- Ne pas créer de package universel py2/py3.
- Corriger flake8-bugbear B028 et ignorer B017.
- Corriger la version du SDK gcloud demandée dans les tests nightly.
- Supprimer les paramètres inutilisés dans
StorageHandler.load_{path,file,reference}. - Scinder les tests unitaires en tests système et véritables tests unitaires.
- Prendre en compte le déplacement du serveur de fixture du port 9010 vers 9015 dans local-testcontainer.
- Ajouter des alias à la réponse de requête ac.
- Exécuter la suite de régression chaque nuit.
- Corriger le test lightning défaillant.
- Activer la vérification de type pour wandb_init.py.
- Déprécier l’utilisation implicite de la file d’attente par défaut dans la commande launch-agent.
- Ajouter un test unitaire pour le runner Kubernetes avec des annotations.
- Corriger le test train_gpu_ddp.
- Corriger testimage Docker pour récupérer la version amd64.
- Corriger codeowners après la restructuration des tests.
- Corriger les échecs du test md5 sous Windows.
- Isoler le serveur relay pour qu’il puisse être partagé avec yea-wandb.
- Corriger un avertissement flake8 dans un test.
- Corriger plusieurs tests d’import.
- Ne pas utiliser de symlinks pour les assets de test SSL, à cause de Windows.
- Ajouter des tests unitaires pour filesync.Stats.
- Ajouter une logique de nouvelle tentative asynchrone.
- Renforcer les tests pour ArtifactSaver et StepUpload.
- L’agent journalise la trace complète de la pile lorsqu’il intercepte une exception.
- Masquer l’avertissement affiché par neuron-ls.
- Épingler pip et tox dans les environnements de développement.
Nettoyage
- Renforcer les tests StepUpload ; rendre la gestion des exceptions plus complète dans upload/commit.
- Refactoriser la requête Artifact pour récupérer l’entité et le projet.
- Remplacer davantage d’appels à communicate par deliver.
- Utiliser en interne Future pour communiquer le succès ou l’échec de commit, et non threading.Event.
- Utiliser ThreadPoolExecutor de la bibliothèque standard dans StepUpload au lieu de gérer le nôtre.
Correctifs
- Faire preuve d’une prudence accrue lors de la vérification de la disponibilité d’AWS Trainium sur le système.
- Restaurer ‘util.generate_id’ pour le code hérité / le code utilisateur.
- Remplacer
releaseparabandonlors de la libération du handle de boîte aux lettres pendant l’initialisation.
Améliorations
- Conserver les uploads non validés dans une zone de préparation distincte.
- Améliorer la gestion des descripteurs de fichiers.
- Utiliser par défaut le projet model-registry pour l’agent et launch_add.
- Ajouter
exist_ok=Falseàfile.download(). - Créer automatiquement des Artifacts de job à partir des runs avec les éléments requis.
- Ajouter un schéma généralisé d’injection de réponses pour les tests.
- Remplacer les
multiprocessing.Queuepar desqueue.Queue. - Utiliser le journal de transactions pour plafonner l’utilisation de la mémoire.
- Prendre en charge les métriques système pour AWS Trainium.
Correctifs
- Corriger l’annotation de type pour wandb.run.
- Reprendre la collecte des métriques système au redémarrage de l’objet.
- Corriger la gestion de env et de node_selector.
- Corriger Job.call() qui utilise le mauvais mot-clé (queue vs queue_name) lors de l’appel à launch_add.
- Les ordonnanceurs de Sweeps gèrent les paramètres composés de plusieurs mots.
- Autoriser les espaces dans le fichier requirements, supprimer le fichier bootstrap wandb en double.
- Gérer correctement les références de fichiers locaux encodées dans l’URL.
- Obtenir directement le digest au lieu de le récupérer depuis le manifeste du manifeste.
- Artifact.version doit être l’index de version de la collection associée.
- Supprimer les fonctions generate_id en double, remplacer shortuuid par secrets.
- Corriger la vérification de type pour jax.Array introduit dans jax==0.4.1.
- Corriger le blocage après un échec de wandb.init (ajout de cancel).
- Autoriser les utilisateurs à fournir le chemin vers des exécutables personnalisés.
- Corriger le TypeError lors d’une tentative de découpage d’un objet Paginator.
- Ajouter
AttributeErrorà la liste des exceptions gérées lors de l’enregistrement d’un modèle keras. - Supprimer les arguments des jobs.
Dev
- Mettre à jour t2_fix_error_cond_feature_importances pour installer scikit-learn.
- Mettre à jour les images Docker de base pour les tests nocturnes.
- Remplacer sklearn par scikit-learn dans le test fonctionnel sacred.
- Ajouter une vérification d’erreur pour
--buildquand resource=local-process. - Mettre à jour la gestion des ressources du scheduler et de l’agent pour autoriser la surcharge DRC.
- Exiger une revue de sdk-team pour l’ajout ou la suppression de haut niveau….
- Supprimer l’exigence imposant que le projet cible corresponde à la file d’attente.
- Améliorer le processus de tests cloud nocturnes.
- Mettre à jour le modèle de pull request.
- Renvoyer le runSpec mis à jour après la requête pushToRunQueue.
- Corriger la gestion des run specs dans le SDK.
- Supprimer la dépendance de test à l’ancien package fastparquet.
- Corriger dtype np.float (n’existe pas), utiliser le type float de Python à la place.
- Corriger ‘exclude’ en ‘ignore-paths’ dans .pylintrc.
- Utiliser le
tmp_pathde pytest afin de pouvoir inspecter les échecs. - Réinitialiser la commande de build après le build.
- Relancer les tests instables dans la CI avec pytest-rerunfailures.
- Supprimer le code mort de la logique filesync.
- Supprimer les champs inutilisés d’un message filesync.
- Refactoriser la logique de nouvelle tentative pour utiliser des variables globales au lieu de les injecter comme dépendances.
- Ajouter des tests unitaires pour filesync.StepUpload.
- Ajouter des tests pour Api.upload_file_retry.
- Supprimer la ressource de secours lorsqu’elle n’est pas spécifiée pour une file d’attente.
- Améliorer la couverture des tests du gestionnaire de stockage.
- Corriger les tests d’importation.
- Rendre MetricsMonitor moins verbeux en cas d’erreur.
- Prendre en compte le déplacement du serveur de fixture du port 9003 vers 9010 dans local-testcontainer.
- Intégrer promise==2.3.0 pour supprimer sans ambiguïté la dépendance à six.
- Autoriser la définition du répertoire de cache des Artifacts dans wandb.init(…).
- Réduire temporairement le tampon réseau pour les tests.
- Ajouter de la télémétrie si l’utilisateur est dans un environnement pex.
- Ajouter davantage de télémétrie de contrôle de flux.
- Ajouter des paramètres et du débogage pour les problèmes de démarrage du service (wait_for_ports).
- Corriger le test AWS Trainium.
- Corriger le problème du thread de vérification du statut lorsque le processus utilisateur se termine sans finish().
- Ajouter de la télémétrie pour l’utilisation lorsque le service est désactivé.
Cleanup
- Utiliser la même syntaxe à chaque levée d’exception.
- Combiner _safe_mkdirs avec mkdir_exist_ok.
- Utiliser une fixture pytest pour le cache des Artifacts.
- Utiliser directement ArtifactEntry au lieu de le sous-classer.
- Regrouper les utilitaires de hachage dans lib.hashutil.
- Formater le fichier public correctement.
- Installer tox dans l’environnement approprié dans l’outil de configuration de l’environnement de dev.
- Nettoyer la logique d’initialisation et de run.
Correctifs
- Annuler la modification
Circular reference detectedpour résoudreObject of type Tensor is not JSON serializable.
Améliorations
- Ajouter
Sweep.expected_run_countà l’API publique. - Prendre en charge les montages de volumes et les contextes de sécurité dans le runner Kubernetes.
- Ajouter un nouvel indicateur
--buildpour construire l’image puis la pousser vers une file d’attente. - Ajouter la possibilité de journaliser le taux d’apprentissage avec WandbMetricsLogger.
- Améliorer l’API Reports en préparation de la disponibilité générale.
Correctifs
- Ajouter un filtre pour
artifact_versionafin de ne récupérer que les Artifacts validés. - Stabiliser
wandb verify. - Corriger le type des arguments d’override transmis à un LaunchProject depuis un Job.
- Supprimer les deux-points superflus du préfixe du journal.
- Ajouter la prise en charge d’un service exécuté dans un environnement basé sur pex.
- Corriger la détection des informations IPU statiques.
- Remplacer
artifactSequenceparartifactCollectiondans les requêtes GQL publiques. - Corriger les problèmes de compatibilité TF avec
WandbModelCheckpoint. - Rendre Keras WandbCallback compatible avec les versions de TF >= 2.11.0.
- Mettre à jour l’intégration gym pour l’aligner sur la dernière version.
- Renforcer la gestion interne des threads dans SystemMetrics.
Dev
- Améliorer le temps de récupération Git en spécifiant un
refspecetdepth=1. - Corriger la règle linguist pour ignorer les fichiers générés par grpc.
- Ajouter un nouveau shard pour les tests Launch.
- Mettre à niveau les GitHub Actions basées sur Node 12.
- Ignorer le test instable
artifact_metadata_save. - Remplacer les temporisations par un flush lors de l’attente de l’écriture d’un fichier.
- Utiliser le fixture
tmp_pathau lieu d’écrire des fichiers locaux pendant les tests. - Corriger un test de file d’attente défaillant.
- Utiliser
skipau lieu dexfailpour le testtest_artifact_metadata_save. - Ajouter de nombreux tests pour InternalApi.upload_file.
- Ajouter une solution de repli sur artifact Sequence pour les anciens serveurs.
- Rendre les exigences de version de protobuf plus granulaires.
Nettoyage
- Lors de la validation des Artifacts, ne pas réessayer les erreurs 409 Conflict.
- Ajouter l’ajout et la suppression programmatiques d’alias depuis le SDK sur les Artifacts.
- Supprimer
wandb.sklearn.plot_decision_boundaries, qui contient du code mort. - Ajouter une option pour forcer la récupération de la dernière version d’une image de conteneur de test dev-container.
- Builder no-op.
- Supprimer l’attribut inutilisé.
- Mettre à jour
mypyvers la version 0.991. - Ajouter une analyse d’URI plus robuste.
- Activer le linting pour internal_api.py.
- Supprimer la dépendance à six en modifiant les bibliothèques vendorisées.
Améliorations
- Ajouter une option pour téléverser des références d’image.
Correctifs
- Générer des noms d’image plus lisibles.
- Utiliser hash(
etag+url) au lieu de seulementetagcomme clé dans le cache des Artifacts. - Attendre que l’Artifact soit validé avant d’indiquer à l’utilisateur qu’il est prêt lors de l’utilisation de
wandb artifact put. - Ajouter un préfixe à la bibliothèque watchdog vendorisée.
- Corriger l’erreur
Circular reference detectedlors de la mise à jour des métadonnées avec un tableau numpy de plus de 32 éléments. - Ajouter une chaîne aléatoire à run_id sur SageMaker pour ne pas casser le mode DDP.
Dev
- S’assurer de ne pas arrêter le cluster de test avant de récupérer les résultats.
- Ajouter un test d’Artifact autonome à la suite nightly cpu.
- Renommer la branche par défaut en
main. - Mettre à jour l’extension mypy pour la vérification de type protobuf.
- Mettre à jour le nom de branche dans codeql-analysis.yml.
- Déplacer les tests d’import fonctionnels vers nightly et étendre la couverture des versions Python.
- Ajouter une notification Slack pour les échecs des tests d’import nightly.
- Corriger les tests CLI défaillants qui tentent de téléverser des Artifacts inexistants.
Nettoyage
- Création de Job via use_artifact au lieu de log_artifact.
- Ajouter une action GH pour automatiser certaines parties du processus de version.
- Les nuages de points 3D sont désormais visibles dans l’UI dans tous les cas.
- Les URL Git échouaient si fsmonitor est activé.
- Ignorer les nouveaux répertoires de fichiers générés par proto.
- Corriger un bug empêchant la suppression de Run Queue dans le SDK.
- Ajouter la prise en charge de la mutation
pushToRunQueueByName. - Refactoriser la surveillance et la détection des métriques système.
- Corriger gitattribute pour les fichiers générés par protobuf.
Améliorations
- Afficher l’entité et le projet dans les noms des jobs k8s.
- Ajouter une macro de commande de variable d’environnement pour les sweeps.
- Ajouter les constructeurs
from_*, ainsi que les scores de confiance de la caméra de scène et de la boîte englobante, au type de donnéesObject3D. - Ajouter un indicateur de progression simple pour les téléchargements d’Artifacts.
- Ajouter le callback
WandbMetricsLogger- un callbackKerasdédié à la journalisation des métriques. - Ajouter le callback
WandbModelCheckpoint- un callbackKeraspour les points de contrôle de modèle. - Ajouter le callback
WandbEvalCallback- un callbackKeraspour journaliser les prédictions du modèle sous forme de tableaux W&B.
Correctifs
- Convertir en entier l’attribut
max_jobsde la configuration de l’agent. - Corriger le chemin affiché vers
debug-cli.log(journal de débogage). - Gérer les expirations de délai de requête réessayables lors du téléversement d’Artifacts vers AWS.
- Améliorer les retours destinés à l’utilisateur pour les appels de longue durée : summary, finish.
- Corriger le
RuntimeErrorlors de l’utilisation dekeras.WandbCallbackavectf.MirroredStrategy.
Dev
- Ajouter l’analyse et le scan du code avec
codeql. - Valider les titres de PR pour garantir la conformité aux directives Conventional Commits.
- Renforcer Launch en épinglant les versions de build de
kanikoetlaunch-agent-dev. - Ajouter la télémétrie pour le package
mmengine. - Ajouter le type
buildà notre configuration Conventional Commits. - Ajouter la dépendance
tensorflow_datasetsau shardimports12. - Corriger le test sb3 en épinglant la dépendance amont.
- Rendre le SDK compatible avec protobuf v4.
- Corriger la coloration de la sortie de flake8.
- Corriger le répertoire d’asset du test de référence d’artifact.
Cleanup
- Corriger l’indication de type pour l’argument
filtersdanspublic_api.runs. - Améliorer les annotations de type autour de la création de fichiers d’artifact.
- Améliorer les annotations de type et la configuration VSCode pour l’API publique.
- Rendre les annotations de type plus faciles à parcourir dans VSCode.
- Introduire des
NewTypesbasés surstret les utiliser pour divers champs d’Artifact. - Ajouter des annotations de type pour obtenir de meilleures indications de l’IDE lors de l’utilisation de boto3.
Amélioration
- Ajoute des exemples/tests
raytune. - Remanie les tests unitaires
pytestpour qu’ils s’exécutent sur un véritablewandb server. - Ajoute la prise en charge des taints et des tolerations
kubernetesdans Launch. - Ajoute Sweeps sur Launch sur Kubernetes.
- Ajoute du parallélisme aux tests fonctionnels.
- Met à niveau
mypyvers la version0.971. - Ajoute une communication asynchrone inter-processus interne pour Mailbox.
- Implémente la recherche de launch job dans la configuration de sweep.
- Améliore les performances lors de l’envoi de messages volumineux.
- Intègre la dernière version de
nvidia-ml-py-11.515.48. - Améliore les performances en augmentant la taille de réception sur le socket de service.
- Ajoute la prise en charge d’isort avec le profil black.
- Implémente l’envoi des résultats de test vers CircleCI pour les tests nocturnes.
- Ajoute un mode debug pour les tests unitaires
pytest. - Ajoute la prise en charge des arguments dans les Launch Jobs.
- Ajoute la requête FetchRunQueueItemById.
- Ajoute la télémétrie pour keras-cv.
- Ajoute le suivi de session Sentry.
- Ajoute la possibilité de journaliser un artifact tout en le liant à un modèle enregistré.
Nettoyage
- Supprime les hooks gradient et paramètres.
- Ajoute un message d’erreur explicite pour un double uri/docker-image.
- Vérifie que les arguments de la fixture wandb_init sont synchronisés avec wandb.init().
- Met à niveau le cluster GKE utilisé pour les tests nocturnes vers
n1-standard-8. - Déplace l’arrêt du service à la fin des tests.
- Réduit le parallélisme du job
pytestde 10 à 6. - Supprime la documentation utilisateur du service.
- Déplace la logique
_timestampvers le processus interne. - Ajoute un message d’erreur
gitversionpour Launch. - Met à jour l’image VM de la machine KFP dans CircleCI.
- Met à niveau sweeps vers la dernière version.
- Implémente le nettoyage du planificateur Sweep et améliore les tests.
- Ajoute l’obligation d’obtenir l’approbation de l’équipe sdk-team pour les changements d’API.
- Ajoute un délai supplémentaire pour le commit d’artifact.
- Implémente une configuration tox avec résolution dynamique.
- Supprime l’épinglage de version
buildxpour les builds nocturnes. - Déplace les configurations de run Launch de l’entrypoint vers les paramètres.
- Supprime l’utilisation de l’orbe Slack du job Win sur CircleCI.
- Ajoute l’analyse du heartbeat pour les arguments de run Launch avec l’agent hérité.
- Ajoute une meilleure gestion des erreurs lors de l’arrêt du service.
- Nettoie le pipeline de création de job Launch.
- Ajoute des détails au message d’erreur lors du téléversement d’un artifact du mauvais type.
- Ajoute un paramètre de délai d’attente facultatif à artifacts wait().
- Assainit les génériques numpy dans les clés.
- Supprime la réaffectation de la fonction run dans l’API publique.
- Rend facultative la récupération des sweeps lors de l’utilisation de l’API publique pour interroger les runs.
- Met à jour la documentation de référence pour
wandb.initafin de fournir plus d’informations sur les caractères spéciaux.
Correction de bugs
- Corrige l’exigence liée à Sweeps sur les Launch Jobs.
- Corrige l’encodage JSON des métadonnées d’Artifact pour accepter davantage de types.
- Ajuste la logique de traitement du paramètre
root_dir. - Empêche run.log() de modifier les arguments passés.
- Corrige le test
05-batch5.py. - Permet aux utilisateurs de contrôler le
run_idvia la spécification de lancement. - Corrige un écrasement accidentel dans
config.yml. - Garantit la propagation du
base_urlremplacé lors de l’initialisation de l’API publique. - Corrige la configuration de lancement CLI de Sweeps sur Launch, relpath.
- Corrige le message d’erreur de clé API de Launch.
- Marque le test sweeps instable comme xfail.
- Corrige le message d’erreur
gitversionde Launch. - Corrige
yea-wandbdev version -> version. - Nettoie les problèmes restants après le renommage client->wandb.
- Corrige le test de précision/rappel.
- Corrige le test fonctionnel sklearn.
- Corrige le blocage causé par une interruption clavier sous Windows.
- Corrige le tag de conteneur de test par défaut.
- Corrige la gestion du summary dans conftest.py.
- Corrige quelques petites fautes de frappe dans la sortie cli.
- Corrige le problème déclenché par la mise à jour de colab en utilisant le fichier par défaut et en capturant les exceptions.
- Corrige le problème de verrouillage de Mailbox.
- Corrige l’inclusion de variable dans la chaîne du journal.
- Corrige l’attribut
wandb.Artifacts.artifact.version. - Corrige le transfert des arguments docker par l’agent Launch.
- Corrige le RecursionError lors de l’impression de l’objet User de l’API publique sans récupération de l’e-mail.
- Corrige la désérialisation des noms de colonnes numériques.
Correction de bugs
- Corrige le problème déclenché par la mise à jour de colab en utilisant le fichier par défaut et en capturant les exceptions.
Correction de bug
- Empêche
run.log()de modifier les arguments passés.
Amélioration
- Active le service par défaut.
- Ajoute une logique de prise en charge de la gestion des messages fournis par le serveur.
- Permet aux Runs de produire des jobs à la fin.
- Ajoute Job, QueuedRun et la gestion des jobs dans Launch.
- Prend en charge, dans l’agent Launch, les rôles d’instance sur EC2 et EKS.
- Ajoute le comportement par défaut suivant au callback Keras : toujours enregistrer les points de contrôle du modèle comme Artifacts.
- Assainit le nom de l’artifact dans le KerasCallback pour l’enregistrement des artifacts de modèle.
- Améliore la journalisation de la console en déplaçant l’émulateur vers le processus de service.
- Corrige un problème de corruption des données lors de la journalisation de grands volumes de données.
- Ajoute l’état à la représentation du balayage dans l’API publique.
- Ajoute une option permettant de spécifier un répertoire racine Git différent à l’aide des paramètres ou de variables d’environnement.
- Ajoute une option pour transmettre
remote urletcommit hashcomme arguments aux paramètres ou comme variables d’environnement. - Améliore la résolution temporelle des métriques suivies et des métriques système.
- Utilise par défaut le nom du projet issu de la configuration du balayage lorsque le projet n’est pas spécifié dans l’appel
wandb.sweep(). - Ajoute la prise en charge de l’utilisation de l’utilisateur d’espace de noms défini par l’agent Launch.
- Ajoute de la télémétrie pour suivre les cas où un run risque d’être écrasé.
- Ajoute un outil pour exporter l’historique de
wandbverssqlite. - Remplace certains types
Mapping[str, ...]par desNamedTuples. - Ajoute un hook d’importation pour la télémétrie des runs.
- Implémente la prise en charge du profilage pour les IPU.
Correction de bug
- Corrige l’agent de balayage avec le service.
- Corrige le cas où un type vide est considéré comme un type invalide, ainsi que la façon dont les dictionnaires d’artifact sont gérés.
- Corrige l’objet
wandb.Configpour prendre en charge les valeurs par défaut lors de la récupération d’un attribut. - Supprime la configuration par défaut des jobs.
- Corrige un problème où patch vaut
None. - Corrige l’analyse de requirements.txt dans les vérifications d’installation nightly du SDK.
- Corrige la gestion des conflits 409 lorsque les requêtes GraphQL expirent.
- Corrige la gestion de l’arrêt du service si le processus utilisateur a été interrompu.
- Ajoute
storage_pathet corrigeartifact.files. - Corrige un problème de performances lors de la synchronisation de runs comportant un grand nombre de fichiers multimédias.
Nettoyage
- Ajoute une logique de contournement pour désactiver le service.
- Ajoute des annotations à
wandb/dockeret annule la modification du fixture Docker. - Corrige GFLOPS en GFLOPs dans le
WandbCallbackde Keras. - Ajoute des annotations de type pour
file_stream.py. - Renomme le dépôt de
clientenwandb. - Met à jour la documentation : ajout de
--report_to wandbpour le Trainer de HuggingFace. - Rend les alias facultatifs dans link_artifact.
- Renomme
wandb localenwandb server. - Met à jour les badges du README.
Amélioration
- Corrige le fait que la configuration ne s’affiche qu’une fois le run terminé.
- Ajoute de nouveaux types à TypeRegistry pour gérer les objets artifact dans les jobs et les run configs.
- Ajoute une nouvelle requête à l’API interne pour obtenir l’état du run.
- Remplace les chargeurs yaml non sécurisés par yaml.safe_load.
- Améliore les outils de test en permettant de spécifier des shards lors des tests manuels.
- Corrige les courbes ROC et PR dans l’intégration sklearn en stratifiant l’échantillonnage.
- Corrige la zone de saisie dans les notebooks qui dépassait l’espace de la cellule.
- Permet de passer une chaîne de caractères comme alias à link_model.
- Ajoute la prise en charge du calcul des FLOPS dans le
WandbCallbackdekeras. - Étend l’édition de Reports en Python.
Correction de bug
- Corrige le logger de statistiques afin qu’il puisse trouver tous les bons GPU dans les processus enfants.
- Corrige une régression dans le téléversement de références S3 pour les dossiers.
- Corrige la logique de commit des artifacts pour gérer les collisions côté backend.
- Vérifie les réponses
Nonedans la logique de nouvelle tentative (contrôle de sécurité). - Ajoute Sweeps dans Launch (actuellement en MVP).
- Renomme le répertoire et les fichiers des tests fonctionnels.
Nettoyage
- Corrige l’ordre des conditions dans l’utilitaire
_to_dict. - Corrige le lien cassé du journal des modifications vers la PR 3709.
- Corrige la requête de l’API publique (API QueuedJob).
- Renomme les runners locaux en local-container et local-process.
- Ajoute des annotations de type aux fichiers du répertoire wandb/filesync.
- Réorganise tous les répertoires de test pour leur donner un répertoire racine commun.
- Corrige la configuration des tests et ajoute une machine plus grande sur
CircleCi. - Corrige une faute de frappe dans le fichier README de
wandb-service-user. - Corrige le test artifact défaillant pour la régression.
- Supprime les fichiers inutilisés (liés à
py27) et la déclarationsubmodulesvide. - Ajoute un extra pour la dépendance de model reg à cloudpickle.
- Remplace les alias de threading obsolètes.
- Met à jour le README du
sdkavec les commandes renommées (local -> server).
Correction de bug
- Réessaie
commit_artifacten cas d’erreur de conflit.
Correction de bug
- Corrige une régression dans le téléversement de références S3 pour les dossiers.
Amélioration
- Launch : BareRunner basé sur LocalRunner.
- Ajout de la possibilité de spécifier une clé API pour l’API publique.
- Ajout de la prise en charge, dans Artifacts, des fichiers Unicode sous Windows.
- Ajout de la télémétrie pour les nouveaux packages.
- Amélioration de la gestion des clés API.
- Ajout d’informations sur
wandb serverlors de la connexion.
Correction de bug
- Prise en charge native des horodatages dans les types Table Python.
- Ajout de la prise en charge de magic avec le service.
- Ajout de tests unitaires pour DirWatcher et les classes associées.
- Amélioration de
DirWatcher.update_policyen O(1) au lieu de O(nombre de fichiers téléversés). - Ajout d’un argument pour contrôler ce qui est journalisé dans le callback SB3.
- Amélioration du nommage des paramètres dans l’intégration sb3.
- Ajustement des dépendances pour la configuration de l’environnement de développement sur un Mac M1.
- Launch : correction des clés Linux de l’image de base NVIDIA.
- Correction de la gestion de la file d’attente des runs Launch à partir du fichier de configuration.
- Correction d’un problème où les tfevents n’étaient pas toujours traités.
- [Snyk] Correction de 8 vulnérabilités.
- Correction du gestionnaire de stockage s3 pour téléverser les dossiers lorsque les noms de clé entrent en collision.
- Chargement correct des horodatages depuis les tableaux dans Artifacts.
- Exiger
protobuf<44. - Permettre aux conteneurs créés via launch d’être relancés comme jobs de conteneur.
- Correction de l’intégration tensorboard qui ignorait certaines étapes à la fin de finish().
- Renommer
wandb localenwandb server. - Correction de la commande
docker inspectdéfectueuse. - Ajout d’une instance Sentry dédiée pour wandb.
- Le type Image doit gérer correctement les anciens paramètres de type.
Nettoyage
- Intégration de FileEventHandler.synced dans la seule méthode où il est utilisé.
- Utilisation de l’argument size transmis pour faire de
PolicyLive.min_wait_for_sizeune méthode de classe. - Faire de FileEventHandler une ABC, et supprimer certaines implémentations de méthode « par défaut » qui n’étaient utilisées qu’une seule fois.
- Suppression d’un champ inutilisé de DirWatcher.
- Faire de Sweeps un extra au lieu de l’embarquer.
- Ajout de tests CI nocturnes.
- Amélioration de la documentation de référence de Keras et des types de données.
- Mise à jour des dépendances de version
pytorchdans les environnements de développement. - Nettoyage de la configuration CircleCI.
- Ajout des tests
py310dans la CI. - Suppression de
dateutildes dépendances. - Ajout de la chaîne obsolète à
Table.add_row.
Correction de bug
- Mise à jour des dépendances pour corriger l’incompatibilité avec protobuf >= 4.
Amélioration
- Amélioration du pied de page W&B en alignant summary/history dans l’environnement notebook.
- Activation de la journalisation expérimentale des étapes de l’historique dans Artifacts.
- Ajout de la macro
args_no_boolean_flagsà la configuration de balayage. - Ajout de la prise en charge de la journalisation pour
jax.bfloat.bfloat16. - Lever une exception lorsque la taille de Table dépasse la limite.
- Ajout du builder kaniko k8s pour wandb launch.
- Ajout du paramètre de délai d’expiration de wandb.init().
- Ne plus supposer la présence d’un exécutable pour les points d’entrée donnés avec wandb launch.
- Les environnements Jupyter ne collectent plus les arguments de commande.
- Ajout de la prise en charge du format TensorFlow/Keras SavedModel.
Correction de bug
- Prise en charge des ID de version dans les références d’artifact, correction des références s3/gcs sous Windows.
- Correction de la prise en charge de plusieurs finish pour un single run avec wandb-service.
- Correction des backtraces en double lors de l’utilisation de wandb-service.
- Correction de la mauvaise entité affichée dans le message de connexion.
- Correction du blocage lorsque
wandb.initest interrompu au milieu de la configuration avec wandb-service. - Correction de la gestion de l’interruption clavier pour éviter les blocages lorsque wandb-service est activé.
- Correction de la journalisation de la console avec des sorties print très longues lors de l’utilisation de wandb-service.
- Correction de la chaîne d’artifact défectueuse dans la configuration d’initialisation de launch.
Nettoyage
- Correction d’une faute de frappe dans la docstring de wandb.log().
- Nettoyage du code de graphique personnalisé et ajout d’annotations de type aux fonctions plot.
- Amélioration de
wandb.init(settings=)pour gérer l’objetSettingscomme le paramètredict. - Ajout d’une note dans la documentation sur api.viewer dans api.user() et api.users().
- Indiquer explicitement dans setup.py que nous ne prenons en charge que py3+.
- Ajout d’annotations de type à DirWatcher.
- Amélioration de la docstring de wandb.log() pour utiliser le bon nom d’argument.
Amélioration
- Optimiser la journalisation de wandb.Image lorsqu’elle est associée à un artifact.
Correction de bug
- Corriger une régression : désactiver l’enregistrement de l’étape d’historique dans les Artifacts.
Correction de bug
- Annuler le durcissement de la validation de
api_key.
Amélioration
- Permettre de transmettre des objets run à d’autres processus lors de l’utilisation de wandb-service.
- Ajouter create user à l’API publique.
- Prendre en charge la journalisation depuis plusieurs processus avec wandb-service.
- Ajouter l’indicateur gpus pour le runner Launch local avec CUDA.
- Améliorer l’agent déployable Launch.
- Ajouter l’intégration Kubernetes de Launch.
- KFP : ajouter l’assistant de visualisation wandb.
- KFP : ajouter un lien vers l’UI Kubeflow.
- Ajouter la macro d’argument de drapeau booléen.
Correction de bug
- Améliorer la validation de host / WANDB_BASE_URL.
- Corriger le problème de tempfile non sécurisé.
- Corriger l’avertissement excessif si le WANDB_DIR/root_dir demandé n’est pas accessible en écriture.
- Corriger line_series pour tracer un tableau de chaînes.
- Gérer correctement les Arguments de Ligne de commande avec le service.
- Améliorer la validation de
api_key. - Corriger plusieurs problèmes de performances causés par la non-utilisation de defaultdict.
- Autoriser un nombre infini de jobs max sur l’agent Launch.
- Corriger la commande colab pour qu’elle fonctionne avec Launch.
- Corriger une faute de frappe dans la docstring de Config.
- Faire en sorte que code saving ne soit pas une stratégie, et conserver la logique personnalisée précédente.
- Corriger la journalisation des images de séquence avec le service.
- Ajouter le nom d’utilisateur au fichier journal de debug-cli pour éviter les conflits entre plusieurs utilisateurs.
- Corriger l’agent de balayage Python pour les utilisateurs de wandb service / pytorch-lightning.
- Supprimer les vérifications inutiles des dépendances de Launch.
- Ajouter un contournement pour l’Unclosed Writer de MoviePy.
- Améliorer la gestion des objets Run lorsque le service n’est pas activé.
Amélioration
- Ajouter des légendes aux Molecules.
- Ajouter l’intégration CatBoost.
- Launch : intégration AWS Sagemaker.
- Launch : supprimer repo2docker et ajouter la prise en charge du GPU.
- Ajouter l’inférence de Timestamp depuis Python pour Weave.
- Ajouter l’intégration Vertex de GCP à Launch.
- Utiliser Artifacts lorsqu’ils sont placés dans la run config. Accepter une chaîne pour représenter un artifact dans la run config.
- Améliorer
wandb_callbackde xgboost (#2929). - Ajouter la prise en charge initiale des pipelines Kubeflow.
Correction de bug
- Corriger la journalisation des images avec des caractères spéciaux dans la clé.
- Corriger la logique de nouvelle tentative d’upload de blob Azure.
- Corriger le champ program pour les scripts exécutés en tant que module Python.
- Corriger le problème où
sync_tensorboardpouvait échouer sur de grands histogrammes. - Corriger un problème de performances du service wandb pendant l’arrêt du run.
- Corriger l’inclusion de gql et graphql.
- Vider les données du journal sans finish avec le service.
- Corriger le blocage du service wandb lorsque le service plante.
- Corriger le problème de journalisation des images avec ”/” sous Windows.
- Ajouter les noms de fichiers image à images/separated media.
- Ajouter setproctitle à requirements.txt.
- Corriger le problème où les IDs de run Sagemaker cassent les files d’attente de run.
- Corriger l’exception d’encodage lors de l’utilisation de la commande magique %%capture.
Amélioration
- Amélioration de la validation lors de la création de Tables avec des colonnes invalides à partir de dataframes.
- Activation de la déduplication de digest pour les appels
use_artifact(). - Prototype initial de la prise en charge de l’upload de blobs Azure.
Correction de bugs
- Correction de wandb launch avec les versions de développement de Python.
- Correction du chargement d’un tableau enregistré avec des types mixtes.
- Correction de ResourceWarning lors de l’appel à wandb.log.
- Correction du curseur manquant dans ProjectArtifactCollections.
- Correction d’un problème lié aux classes de journalisation de tableaux sous Windows.
- Gestion correcte des libellés de chaîne dans wandb.sklearn.plot.classifier.calibration_curve.
- L’avertissement de connexion n’est plus affiché lors de l’appel à wandb.sweep().
Nettoyage
- Suppression des dépendances de rétroportage de python2 (enum34, subprocess32, configparser).
- Refactorisation de Settings.
Correction de bugs
- Correction d’une régression dans le gestionnaire d’exceptions de
upload_file().
Amélioration
- Mise à jour du guide de contribution et de l’outil de configuration de l’environnement de développement.
- Amélioration de
wandb_callbackpour LightGBM (#2945).
Correction de bugs
- Réduction de l’utilisation de la mémoire GPU lors de la génération de l’histogramme des poids du modèle.
- Prise en charge des classes mixtes dans les couches d’annotation de boîtes englobantes et de masques d’image.
- Ajout des arguments max-jobs et launch async.
- Prise en charge des listes d’objets Summary encodés sous forme de chaînes dans wandb.tensorboard.log.
- Correction de la gestion des tableaux np à 0 dimension.
- Correction de la gestion d’un fichier de configuration par défaut vide.
- Ajout d’un backend de service utilisant des sockets (prise en charge de fork).
- Envoi du port git avec l’URL lors de l’envoi du dépôt git.
- Ajout de la prise en charge des adresses IP brutes pour Launch.
- Tables ne sérialisent ni ne masquent plus les NDArrays 1D.
- Correction des uploads de fichiers artifact vers des stockages S3.
- Envoi de la liste des fichiers uploadés lors des heartbeats du flux de fichiers.
- Ajout de la prise en charge des couches expérimentales de keras.
- Correction de
from wandb import magicpour ne plus nécessiter tensorflow. - Correction d’une erreur d’autorisation dans Launch.
Correction de bugs
- Correction d’un problème où le streaming des journaux de la console provoquait un trafic réseau excessif.
- Metaflow : les dépendances facultatives sont désormais réellement facultatives.
- Correction des docstrings pour wandb.watch et ValidationDataLogger.
- L’agent Launch n’envoie plus de runs vers un autre projet ou une autre entité.
- Correction de la journalisation de pr_curves via tensorboard.
- La surveillance TPU n’indique plus de métriques invalides lorsqu’elles ne sont pas disponibles.
- Ordre d’import des dépendances de WandbCallback rendu plus robuste.
- Correction d’un bug dans le tracé de l’importance des variables pour gérer des matrices de formes différentes.
- Correction de la gestion de l’URL de base pour autoriser un
/final. - wandb.agent() n’envoie plus trop de heartbeats, ce qui affectait les limites de débit.
- Masquage des informations sensibles dans les journaux de débogage.
Amélioration
- Ajout de la prise en charge de wandb.Molecule pour les formats pris en charge par rdkit.
- Ajout de docstrings au niveau des modules pour les modules de documentation de référence.
- Stockage des métadonnées Launch dans un fichier.
- Ajout de l’appel d’API publique Project.sweeps() pour afficher tous les Sweeps d’un projet.
- L’invite de clé API reste active lorsque l’utilisateur ne saisit rien.
- Refactorisation de wandb.sklearn en sous-modules.
- Prise en charge des Artifacts de code dans wandb launch.
- Amélioration de l’agent Launch (asynchrone, arrêt, mises à jour des heartbeats).
- Amélioration des messages d’utilisation et d’erreur pour le mode anonyme.
- Ajout d’un exemple montrant comment trouver des runs avec wandb.Api().runs(…) correspondant à une expression régulière.
Correction de bugs
- Correction d’un problème avec sklearn
plot_calibration_curve()qui cassait le modèle fourni. - Correction de CondaEnvExportError en redirigeant stderr.
- Correction de
use_artifact()lors de la spécification d’un artifact provenant d’un autre projet.
Amélioration
- Ajout des noms de métriques aux graphiques de courbe PR dans tensorboard.
Correctif
- Signaler les erreurs dues à des caractères non valides dans les clés des médias enregistrés sous Windows.
- Gérer les erreurs lors de la détection de TPU dans des environnements non pris en charge.
- Correction d’un bug où
%%wandbsuivi de wandb.init() n’affiche pas les liens vers le run. - Correction de
api.runs()pour renvoyer correctement tous les runs de l’entité/projet en cours.
Amélioration
- Ajouter
wandb.require(experiment="service")pour améliorer la prise en charge du multiprocessing. - Ajouter la prise en charge des artifacts interchangeables dans le contexte de Launch.
- Ajouter la prise en charge de
wandb.login(timeout=)pour les environnements Jupyter. - Ajouter la possibilité de désactiver l’enregistrement des références Git avec
WANDB_DISABLE_GIT. - Prendre en charge des versions plus récentes de pytest-mock et PyYAML.
- Ajouter la possibilité de supprimer des artifacts avec des alias :
artifact.delete(delete_aliases=True). - Ajouter la méthode
unwatch()à l’objet Run.
Correctif
- Corriger la régression introduite dans la version 0.12.2 qui provoquait un accès réseau lorsque
WANDB_MODE=offline.
Correctif
- Corriger la condition d’arrêt de la recherche sur grille dans le contrôleur local.
Amélioration
- Ajouter une nouvelle commande magique Jupyter pour afficher les runs, les Sweeps et les projets
%wandb path/to/run -h 1024. - Ne plus afficher l’iframe du run par défaut dans Jupyter ; ajoutez
%%wandbà une cellule pour afficher un run. - Réessayer indéfiniment la saisie de la clé API en cas d’entrée mal formée.
- Inviter des utilisateurs dans Teams via l’API
api.team("team_name").invite("username_or_email"). - Supprimer des utilisateurs d’une équipe via l’API
api.team("team_name").members[0].delete(). - Créer des comptes de service via l’API
api.team("team_name").create_service_account("Description"). - Gérer les clés API via l’API
api.user("username_or_email").generate_api_key(). - Ajouter la prise en charge des traces de profilage PyTorch avec
wandb.profiler.torch_trace_handler().
Correctif
- Corriger
tensorboard_syncpour gérer les fichiers tfevents éphémères de SageMaker. - Corriger la requête Reports depuis l’API publique (pagination défectueuse et chemin du rapport).
- Corriger
wandb.login()lorsquereloginest spécifié (forcer la connexion une seule fois).
Amélioration
- Nettoyer la sortie du pied de page des métriques de résumé et d’historique.
- Nettoyer le message d’erreur de
wandb sweep --update. - Ajouter un avertissement pour les utilisateurs de
wandb localafin qu’ils mettent à jour leur Docker. - Ajouter l’argument facultatif
log_learning_curveàwandb.sklearn.plot_classifier(). - Restaurer les versions figées des paquets pip lors de l’utilisation de
wandb launch. - Ajouter la prise en charge des notebooks Jupyter dans Launch.
- Ajouter l’option de délai d’expiration à
wandb.login().
Correctif
- Corriger le problème avec tensorflow/keras 2.6 qui n’enregistre pas les exemples de validation.
- Corriger les métriques enregistrées via tensorboard qui ne prennent pas en charge le temps sur l’axe des x.
- Corriger la gestion de la variable d’environnement
WANDB_IGNORE_GLOBS. - Corriger la gestion lorsque
sys.stdoutest configuré avec un logger personnalisé. - Corriger les graphiques d’importance des variables de sklearn qui ne correspondent pas correctement aux noms des variables.
- Corriger un problème où les URL Colab n’étaient pas capturées.
- Enregistrer la ligne de commande du programme si l’exécutable du run se trouvait en dehors du répertoire de travail courant.
Amélioration
- Ajouter l’intégration Prodigy pour téléverser des jeux de données annotés vers W&B Tables.
- Ajouter une prise en charge initiale de Metaflow.
- Ajouter une prise en charge expérimentale de
wandb launch. - Ajouter des avertissements indiquant que les requêtes d’API publique expirent et autoriser la surcharge.
- Améliorer la gestion des erreurs dans le moteur de Sweeps du contrôleur local.
N’est plus pris en charge
- Supprime la prise en charge de Python 3.5.
Bug Fix
- Corrige un problème pouvant entraîner l’échec des téléversements d’artifact si les fichiers d’artifact étaient en cours de modification.
- Corrige un problème où
wandb.restore()ne fonctionnait pas avec des runs issus d’un balayage.
Amélioration
- Améliore le calcul du temps d’exécution du run.
Bug Fix
- Restaure la bibliothèque graphql-core embarquée en raison d’une régression réseau.
Obsolète
- Python 3.5 ne sera plus pris en charge à partir de
wandb==0.12.0.
Bug Fix
- Réduit l’empreinte mémoire des images dans Tables.
- Ajout d’une dépendance à graphql-core>=2.3.0.
- Suppression de l’épinglage d’urllib3 pour éviter les conflits. Si vous voyez des erreurs liées à urllib3, exécutez
pip install --upgrade urllib3. - Améliore les messages d’erreur HTTP de l’API publique.
- Définit run.dir sur le nom de répertoire généré en mode désactivé.
Amélioration
- Ajoute la prise en charge de la journalisation native des tableaux Jax.
- Tables prend désormais en charge le type de données Molecule.
- Améliore l’API Stable-Baselines3 en journalisant automatiquement le nom du modèle et en téléversant toujours les modèles à la fin de l’entraînement.
- Implémente le contrôleur local de balayage à l’aide de wandb/sweeps.
N’est plus pris en charge
- Supprime la prise en charge de Python 2.7.
Bug Fix
- Corrige un problème où
wandb.watch()empêchait l’enregistrement du modèle dans PyTorch. - Corrige un problème où les paramètres de balayage uniformes étaient analysés comme int_uniform.
- Corrige un problème où le thread file_stream était arrêté lors d’erreurs 4xx.
Amélioration
- Améliore les performances de la journalisation d’artifact en la rendant non bloquante.
- Ajoute une intégration wandb pour Stable-Baselines3.
- Améliore la logique d’inférence de la journalisation de validation du callback Keras.
- Expose l’état du balayage via l’API publique.
- Améliore les performances de récupération des runs de balayage via l’API.
Bug Fix
- Corrige un problème où wandb restore renvoyait une erreur 404 si le run n’avait pas de fichier diff.patch.
- Corrige un problème où wandb.log levait une exception après une tentative de journalisation d’un dataframe pandas.
- Corrige un problème où des runs pouvaient être marqués comme terminés avant la fin du téléversement des fichiers.
Amélioration
- Désactive le rechargement des métadonnées du run (comme command) dans les runs repris.
- Autorise la journalisation des dataframes pandas en les convertissant automatiquement en tables W&B.
- Corrige la fonction d’exclusion
log_code()pour gérer le répertoire .wandb. - Améliore la gestion de la topologie des modèles PyTorch.
- Augmente l’intervalle d’anti-rebond de la configuration à 30 s pour réduire la charge sur WB/backend.
- Améliore la fiabilité de la CLI lors de la génération de Sweeps avec des noms, programmes et paramètres.
Bug Fix
- Rend
log_artifact()plus résilient face aux erreurs réseau. - Suppression des dépendances d’artifact en double.
- Contourne un problème urllib3 sous Windows.
- Corrige une régression où IPython se bloquait.
- Autorise la journalisation de valeurs à virgule flottante numpy de haute précision.
- Réduit le risque de collisions pour les médias basés sur des fichiers ou les objets artifact.
- Corrige une régression de wandb.watch() lors de la journalisation de graphes PyTorch.
Amélioration
- Ajoute la prise en charge de la journalisation de tableaux joints et partitionnés.
- Gère les avertissements de validation de schéma pour les configurations de balayage.
- Améliore wandb sync pour mieux gérer les erreurs.
- Ajoute la possibilité d’étiqueter les scripts et dépôts qui utilisent wandb.
Corrections de bugs
- Wandb.login() ne persistait pas correctement le paramètre host.
- Correction d’un problème où les informations d’étape n’étaient pas correctement synchronisées lors de la synchronisation des répertoires tensorboard.
- Correction de problèmes d’unicode avec python2.7.
- Correction d’un bug dans
plot_calibration_curvepour ComplementNB. - Désactivation de SendFile par défaut sur certains systèmes Linux.
- Correction de problèmes de console où des lignes étaient tronquées.
- Correction de problèmes de console où la journalisation dans la console pouvait bloquer.
Améliorations
- Ajout de la prise en charge des Sweeps préemptibles.
- Ajout d’une commande en ligne de commande pour contrôler les sweep.
- Ajout de la prise en charge du chargement des propriétés des collections d’artifact.
Corrections de bugs
- Identification et correction des derniers problèmes qui faisaient que des runs étaient marqués comme crashed pendant des interruptions de service.
- Amélioration des performances pour les utilisateurs de
define_metric, de pytorch-lightning et de l’enregistrement agressif de la configuration. - Correction d’un problème lors de la tentative de journaliser un tenseur cuda dans config ou summary.
- Suppression de la dépendance à
backward_hooksde torch pour calculer le graphe. - Correction d’un problème empêchant la reprise des runs sur sagemaker.
- Correction de problèmes empêchant pdb de fonctionner de manière fiable avec wandb.
- Correction d’un avertissement de dépréciation dans une bibliothèque embarquée (soumission utilisateur).
- Correction d’un comportement de journalisation où la bibliothèque affichait accidentellement des journaux dans la console.
- Correction du mode désactivé pour qu’il ne crée ni répertoire wandb ni fichiers journaux.
- Renommage de types en préparation du lancement de Tables.
Améliorations
- Autorisation du renommage des groupes avec l’API publique.
Corrections de bugs
- Correction d’autres problèmes de gestion réseau entraînant le marquage de runs comme crashed (utilisez wandb sync pour les récupérer).
- Amélioration de la journalisation et de la gestion des exceptions afin d’améliorer le signalement et la journalisation des processus crashed.
Corrections de bugs
- Correction d’un problème de gestion réseau entraînant le marquage de runs comme crashed (utilisez wandb sync pour les récupérer).
- Utilisation de
register_full_backward_hookpour prendre en charge les modèles avec des sorties Dict. - Autorisation des points dans les colonnes de tableau.
- Correction des collisions du cache d’artifact lors de l’utilisation de processus forkés.
- Correction d’un problème où les graphiques personnalisés ne s’affichaient pas correctement avec pytorch-lightning.
Améliorations
- Ajout de la prise en charge expérimentale des artifacts incrémentiels.
- Amélioration des avertissements lorsque la journalisation est soumise à une limite de débit.
Corrections de bugs
- Correction de la condition tensorboard_sync où les métriques à la fin d’un run court étaient ignorées.
- Correction de
wandb synclorsque des fichiers tensorboard sont détectés. - Correction de l’invite de clé API dans un notebook databricks.
Améliorations
- Intégration de DSViz dans Keras WandbCallback.
- Ajout de la prise en charge des dépendances conda (soumission utilisateur).
Corrections de bugs
- Correction d’un problème de gestion réseau où la synchronisation s’arrêtait (utilisez wandb sync pour récupérer).
- Correction d’un problème d’authentification lors de l’utilisation conjointe des intégrations sagemaker et hugginface.
- Correction de la gestion des valeurs NaN dans les tableaux contenant des valeurs non flottantes.
- Chargement différé de l’objet API pour éviter des accès inutiles aux fichiers au chargement du module.
Améliorations
- Amélioration des messages d’erreur lors de l’utilisation des accesseurs d’historique de l’API publique.
Correction de bug
- Corrige une possible condition de concurrence dans le cache d’artifact lors de lectures parallèles d’artifact.
- Corrige la référence d’artifact lorsque
checksum=False.
Amélioration
- Publie
run.define_metric()pour simplifier la définition d’un axe x personnalisé, entre autres. - Ajoute les opérateurs de colonne
add_column,get_column,get_indexàwandb.Table().
Correction de bug
- Correctifs importants pour la journalisation de la console stdout/stderr.
- Évite une utilisation excessive du réseau lors de l’enregistrement de fichiers avec policy=
live. - Corrige les erreurs lors de l’envoi de mises à jour volumineuses (le plus souvent avec
wandb sync).
Amélioration
- Génère automatiquement l’artifact
run_tablepour les tableaux enregistrés. - Ajoute la notation entre crochets aux Artifacts.
- Améliore la validation d’URL lors de la spécification de l’URL du serveur pour
wandb login.
Correction de bug
- Corrige l’accès aux Artifacts enregistrés après wait().
- Corrige l’intégration à spell.run.
- Correctif de performances pour la synchronisation des journaux de console avec des retours chariot.
- Corrige la matrice de confusion avec des noms de classes et des données sans libellé.
Amélioration
- Ajoute la possibilité d’enregistrer des Artifacts sans créer de run.
- Ajoute les références de tables externes à wandb.Table.
- Permet d’enregistrer le même objet d’exécution dans plusieurs Artifacts.
- Ajoute la prise en charge expérimentale de
run._define_metric(). - Avertit et ignore les appels multiprocessus
wandb.log()non pris en charge.
Correction de bug
- Corrige la fréquence de journalisation des métriques système dans 0.10.x.
- Corrige un problème de référence externe Audio.
- Corrige les Runs de courte durée avec tensorboard_sync.
- Ignore
wandb.init(id=)lors de l’exécution d’un balayage. - Nettoie les métadonnées d’artifact si nécessaire.
Amélioration
- Permet la synchronisation des tfevents avec
wandb sync --sync-tensorboard.
Correction de bug
- Corrige la régression de artifact.get() depuis la version 0.10.18.
- Autorise les Artifacts de 0 octet.
- Corrige l’enregistrement du code et le signalement du nom du programme.
Amélioration
- Ajout de la prise en charge des fichiers glb pour
wandb.Object3D(). - Ajout de la prise en charge des références externes pour
wandb.Audio(). - Les graphiques personnalisés prennent désormais en charge le plugin tensorboard
pr_curves. - Permet d’enregistrer l’intégralité du répertoire de code dans un artifact.
Correction de bug
- Wandb.login() respecte désormais le mode désactivé.
- Gère l’exception lors d’une tentative de journalisation des TPU dans colab.
Amélioration
- Ajoute
WANDB_START_METHOD=threadpour prendre en charge les environnements sans multiprocessing. - Ajoute
groupetjob_typeà l’objet Run dans l’API d’export. - Améliore les docstrings d’artifact.
Correction de bug
- Corrige les fichiers manifest d’artifact incorrectement nommés avec le suffixe patch.
Amélioration
- Ajouter la suppression des runs et des fichiers à l’API publique.
- Aligner les étapes entre
tensorboard_syncet l’historique de wandb.log(). - Ajouter
WANDB_START_METHODpour permettre aux systèmes POSIX d’utiliser fork. - Prendre en charge les types mixtes dans wandb.Table() avec
allow_mixed_types.
Correctif de bug
- Corriger une fuite de fichier potentielle due à un fichier journal mal fermé.
- Améliorer
wandb verifypour mieux gérer les problèmes réseau et signaler les erreurs. - Rendre les téléchargements de fichiers plus déterministes vis-à-vis des caches du système de fichiers.
Correctif de bug
- Corriger la régression observée avec Python 3.5.
- Supprimer les avertissements du watchdog embarqué sur mac.
Amélioration
- Artifacts prend désormais en charge des processus d’écriture parallèles pour les grands flux de travail distribués.
- Artifacts prend en charge les tableaux distribués pour la visualisation de jeux de données.
- Améliorations des modèles de PR.
- Ajout de davantage d’annotations de type.
- Intégration de watchdog 0.9.0, supprimé des dépendances.
- Nouveau générateur de documentation.
- L’API publique dispose désormais de
file.direct_urlpour éviter les redirections pour les URL signées.
Correctif de bug
- Autoriser l’écrasement de
config-defaults.yamllors de l’exécution de Sweeps. - Correctifs généraux et améliorations de
wandb verify. - Désactiver les widgets dans l’IDE Spyder.
- Corriger WANDB_SILENT dans l’IDE Spyder.
- Les Artifacts de référence file:// respectent l’attribut
name.
Amélioration
- Ajouter
wandb verifypour diagnostiquer les installations locales.
Correctif de bug
- Corriger un problème de tensorboard_sync lors de l’écriture vers s3.
- Empêcher le stockage de secrets git.
- Désactiver les messages détaillés dans la console lors de l’utilisation de moviepy.
- Rendre les Artifacts avec des checkpoints plus robustes lors de l’écrasement de fichiers.
- Corriger le problème de recyclage d’ID dans les Artifacts.
Amélioration
- Ajouter la prise en charge de wandb.Audio dans Artifacts.
Correctif de bug
- Corriger les régressions de la configuration wandb introduites dans la version 0.10.13.
- Annuler les changements prenant en charge les médias avec des barres obliques dans les clés.
Amélioration
- Ajouter la prise en charge du monitoring GPU sur Mac M1.
- Ajouter la prise en charge du monitoring TPU.
- Ajouter un paramètre pour désactiver l’intégration Sagemaker.
Correctif de bug
- Corriger tensorboard_sync avec tensorboardX et tf1.
- Corriger les problèmes de journalisation des images avec des barres obliques.
- Corriger les problèmes liés aux graphiques personnalisés.
- Améliorer les messages d’erreur avec
wandb pull. - Améliorer les messages d’erreur avec
wandb.Table(). - S’assurer que le mode silencieux est vraiment silencieux.
- Corriger
wandb onlinepour réactiver la journalisation. - Correctifs multiples sur les artifacts.
Amélioration
- Ajout de Artifact.used_by et Artifact.logged_by.
- Validation de la cohérence des types lors du logging des Artifacts.
- Amélioration de JoinedTable pour ne plus nécessiter le téléchargement des assets.
- Ajout de la possibilité de télécharger récursivement les artifacts dépendants.
- Activation du logging des gradients avec keras et tf2+.
- Validation que les modèles pytorch sont passés à wandb.watch().
- Amélioration des docstrings des méthodes / objets publics.
- Avertissement lorsque des séquences d’images sont enregistrées avec des tailles différentes.
Correction de bug
- Correction des noms de fichiers générés incorrectement dans le summary.
- Correction du mode anonyme pour inclure la clé API dans les URL.
- Correction d’un problème de pickle avec le mode désactivé.
- Correction de la requête from_id d’artifact.
- Correction de la gestion des Tables avec des chemins d’image différents.
Amélioration
- Désactivation du logging wandb avec
wandb disabledouwandb.init(mode="disabled"). - Prise en charge du clonage d’un artifact lors du logging de wandb.Image().
Correction de bug
- Plusieurs améliorations des artifacts multimédias et refactorisation interne.
- Amélioration de la gestion des erreurs d’artifact.
- Correction d’un problème où le nom du notebook était ignoré.
- Extension du mode silencieux pour le logging jupyter.
- Correction d’un problème où des bibliothèques vendorisées interféraient avec le chemin Python.
- Correction de diverses exceptions (division par zéro, conversion int, TypeError).
Amélioration
- Ajout d’un graphique de matrice de confusion.
- Amélioration des messages jupyter avec wandb.init()/reinit/finish.
Correction de bug
- Correction pour fastai 2.1.5 (suppression de log_args).
- Correction du logging des médias lors d’un changement de répertoire.
Amélioration
- Ajout du logging des médias d’artifact (alpha).
- Ajout d’alertes scriptables.
- Ajout de l’attribut url pour l’API publique de sweep.
- Mise à jour des docstrings des fonctions du SDK wandb.
Correction de bug
- Correction des cas où le mode hors ligne établissait des connexions réseau.
- Correction de problèmes avec les sweeps Python et l’arrêt des runs.
- Correction d’un problème de logging pouvant afficher accidentellement une clé API.
- Correction de problèmes de connexion wandb avec des hôtes mal formés.
- Autorisation d’appeler wandb.restore() sans wandb.init().
- Correction de la reprise (réutilisation de run_id) avec un summary vide.
- Correction d’un problème de téléchargement d’artifact.
- Ajout de la fonction wandb.unwatch() manquante.
- Évitement de la création de répertoires wandb superflus.
- Correction d’un problème d’import de collections lors de l’utilisation d’une ancienne version de six.
Amélioration
- Autorisation de la sérialisation des callables.
Correction de bug
- Correction d’un problème de compatibilité avec Python 3.9.
- Correction de l’échec de
wandb syncintroduit dans la version 0.10.6. - Amélioration de la gestion, par l’agent Python, des runs en échec.
- Correction d’un cas rare où la reprise des runs ne fonctionnait pas.
- Amélioration de la gestion des liens symboliques lors d’un appel dans un contexte de thread.
- Correction de problèmes lors d’un changement de répertoire avant l’appel à wandb.init().
Correction de bug
- Correction d’un problème lors de la vérification des nouvelles versions sur pypi.
Correctif de bug
- Assurez-vous que la sauvegarde du code est activée dans les environnements Jupyter après la connexion.
- Les agents de sweep bénéficient d’un délai d’expiration prolongé pour les configurations de sweep volumineuses.
- Prend en charge la variable d’environnement WANDB_SILENT.
- Affiche un avertissement lorsqu’un package Python est manquant lors de l’enregistrement d’images.
- Corrige
wandb.restore()pour appliquer un patch différentiel. - Améliore les messages d’erreur des Artifacts.
- Corrige le chargement de config-defaults.yaml et de la liste spécifiée de fichiers de configuration YAML.
Amélioration
- Ajoute de nouveaux graphiques personnalisés :
wandb.plot.*. - Ajoute un nouvel agent de sweep basé sur Python :
wandb.agent().
Correctif de bug
- Correctifs du journal de console (tqdm sur Windows, correction des exceptions à la fermeture).
- Ajoute davantage d’attributs à l’objet Run (group, job_type, urls).
- Corrige les problèmes de connexion à SageMaker.
- Corrige un problème où les graphiques n’étaient pas téléversés avant la fin du run.
Correctif de bug
- Corrige un problème où wandb.init(allow_val_change=) levait une exception.
Amélioration
- Ajoute un avertissement lors d’une tentative de synchronisation de répertoires de run antérieurs à la version 0.10.0.
- Améliore la prise en charge de Jupyter pour les informations de synchronisation des runs wandb.
Correctif de bug
- Corrige les problèmes de téléchargement d’artifact.
- Corrige plusieurs problèmes avec tensorboard_sync.
- Corrige plusieurs problèmes avec les Sweeps Jupyter/Python.
- Corrige un problème où la connexion expirait.
- Corrige un problème où la configuration était écrasée lors de la reprise de Runs.
- Porte l’observateur sacred vers la version 0.10.x.
- Corrige le problème des boîtes englobantes prédites écrasées par les boîtes de vérité terrain.
- Ajoute le paramètre save_code manquant à wandb.init().
Amélioration
- Ajoute upload_file à l’API.
- Wandb.finish() peut être appelé sans wandb.init() correspondant.
Correctif de bug
- Corrige un problème où des fichiers étaient enregistrés dans les mauvais runs parallèles.
- Corrige les propriétés/méthodes manquantes — as_dict(), sweep_id.
- Corrige wandb.summary.update() qui ne mettait pas à jour toutes les clés.
- La sauvegarde du code n’était pas correctement activée en fonction des paramètres de l’UI.
- Tensorboard enregistre désormais les images avant la fin du programme.
- Corrige les problèmes de reprise liés à la configuration et aux métriques de résumé.
Amélioration
- Ajoute à sync_tensorboard la capacité de gérer les fichiers S3 et GCS.
- Ajoute la possibilité de spécifier l’hôte lors de la connexion.
- Améliore l’API d’artifact pour permettre de modifier les attributs.
Correctif de bug
- Corrige la sauvegarde du code afin qu’elle respecte les paramètres du serveur.
- Corrige un problème lors de l’exécution de wandb.init() sur des réseaux restreints.
- Corrige un problème où les changements de paramètres étaient ignorés.
- Corrige les problèmes de téléchargement d’artifact.
Amélioration
- Ajoute des mini-graphiques d’historique à la fin du run.
- Améliorations des Artifacts et API pour la création de liens.
- Améliore la prise en charge hors ligne et la synchronisation.
- Prise en charge de base du mode noop pour simplifier les tests.
- Améliore la prise en charge de Windows/PyCharm.
- L’objet Run comporte davantage de propriétés modifiables.
- L’API publique prend en charge l’association d’Artifacts à des runs historiques.
Correctif de bug
- De nombreux bugs ont été corrigés grâce à la simplification de la logique.
Amélioration
- Nouvel observer sacred disponible dans wandb.sacred.WandbObserver.
- Amélioration du suivi des références d’Artifacts pour les URL HTTP.
Correction de bugs
- Affiche un message d’erreur clair lorsque les Runs sont interrogés avec
summaryau lieu desummary_metrics.
Amélioration
- Les sous-chemins des artifacts exposent désormais un argument facultatif de répertoire racine pour download().
- Artifact.new_file accepte un argument
modefacultatif. - Suppression de l’ancienne documentation fastai, car nous sommes désormais empaquetés avec fastai v2 !
Correction de bugs
- Correction de la logique de gestion des erreurs d’analyse YAML.
- Correction d’une faute d’orthographe dans la docstring de torch, merci à @mkkb473.
Amélioration
- Suppression de
y_probas, inutilisé dans les graphiques sklearn, merci à @dreamflasher. - Nouvelles API de suppression pour les artifacts.
Correction de bugs
- Correction de
wandb restorelorsque vous n’êtes pas connecté. - Correction des chemins de téléchargement des artifacts sous Windows.
- Nouvelle tentative en cas d’erreur 408 lors du téléversement.
- Correction des types numériques de masque, merci à @numpee.
- Correction d’une confusion dans le nommage des références d’artifact.
Amélioration
- Fréquence par défaut du logging des histogrammes PyTorch modifiée de 100 à 1000 étapes.
Correction de bugs
- Correction des invites de connexion multiples lors de l’utilisation de la ligne de commande.
- Correction de l’erreur « no method rename_file ».
- Correction du calcul des histogrammes dans un cas limite sous PyTorch.
- Correction d’une erreur dans Jupyter lors de l’enregistrement de l’historique de session.
- Renvoie correctement les métadonnées d’artifact dans l’API publique.
- Correction d’une erreur de rendu matplotlib / plotly.
Amélioration
- Nouvelles commandes CLI pour les artifacts !
- Nouvelles commandes d’API pour les artifacts !
- Amélioration de la synchronisation des gros fichiers wandb-history.jsonl pour wandb sync.
- Nouvelle méthode Artifact.verify pour garantir l’intégrité des artifacts locaux.
- Meilleure infrastructure de test pour les commandes d’API.
- Le répertoire de run stocke désormais l’heure locale au lieu de l’heure UTC dans son nom, merci à @aiyolo !
- Améliorations générales de nos docstrings.
- Wandb.Table prend désormais en charge un argument
dataframepour enregistrer des dataframes sous forme de tableaux !
Correction de bugs
- Artifacts fonctionne avec Python 2.
- Les emplacements de téléchargement par défaut d’Artifacts fonctionnent sous Windows.
- Les références GCS sont désormais correctement mises en cache / téléchargées, merci à @yoks !
- Correction de l’encodage des tableaux numpy en JSON.
- Correction du message d’erreur de comparaison de chaînes.
Amélioration
- Refonte majeure de la mise en cache des artifacts.
- Répertoire de cache configurable pour les artifacts.
- Répertoire de téléchargement configurable pour les artifacts.
- Nouvelle méthode Artifact.verify pour garantir l’intégrité des artifacts locaux.
- Use_artifact ne requiert plus
type. - Les artifacts supprimés peuvent désormais être validés à nouveau.
- Les scènes lidar prennent désormais en charge les vecteurs.
Correction de bugs
- Correction d’un problème provoquant des erreurs lors du téléchargement d’artifact.
- Les masques de segmentation gèrent désormais les données autres que unint8.
- Correction de la logique d’analyse des chemins dans
api.runs().
Correction de bugs
- Corrige un problème où les fichiers étaient toujours enregistrés dans le dernier run d’un projet.
- Corrige un problème où l’URL affichée n’apparaissait pas lors du premier appel à wandb.init.
Correction de bugs
- Gère les initialisations multiples dans Jupyter.
- Gère les
ValueErrorlors de la capture des signaux, merci à @jsbroks. - L’agent wandb gère correctement la limite de débit.
Amélioration
- Wandb.Artifact est maintenant disponible pour tous !
- Feature_importances prend maintenant en charge CatBoost, merci à @neomatrix369.
Correction de bugs
- Intercepte toutes les exceptions lors de l’enregistrement des sessions Jupyter.
- Validation_data est désormais défini automatiquement dans TF >= 2.2.
- Les hooks implements* sont désormais implémentés dans le callback Keras pour TF >= 2.2.
Amélioration
- L’enregistrement du code source brut est désormais désactivé par défaut.
- Les paramètres globaux au démarrage sont désormais pris en charge pour activer l’enregistrement du code sur le serveur.
- Nouvel argument
code_save=Truedans wandb.init pour activer manuellement l’enregistrement du code.
Correction de bugs
- Garantit que les cellules ne restent pas bloquées une fois terminées.
- Corrige l’intégration de Jupyter dans les shells PyCharm.
- L’enregistrement de l’historique de session gère désormais les métadonnées None dans les sorties.
Amélioration
- Enregistre l’historique de session dans les notebooks Jupyter.
- Notification d’activation d’Internet sur Kaggle.
- Étend wandb.plots.feature_importances pour fonctionner avec davantage de types de modèles, merci à @neomatrix369 !
Correction de bugs
- L’enregistrement du code pour les notebooks Jupyter a été rétabli.
- Corrige les erreurs de thread dans Jupyter.
- Garantit que les dernières lignes de l’historique ne sont pas ignorées dans Jupyter.
Amélioration
- Ajoute des étiquettes de classe par défaut pour la segmentation sémantique.
- Améliore l’API des boîtes englobantes pour la rapprocher de l’API de segmentation sémantique.
Correction de bugs
- Augmente le nombre de lignes du tableau des médias pour améliorer le logging des courbes ROC/PR.
- Corrige un problème où les histogrammes pré-binés n’étaient pas correctement gérés.
- Gère les valeurs nan dans les histogrammes PyTorch.
- Corrige la gestion des masques d’image binaires.
Amélioration
- Améliore le logging des masques d’image pour la segmentation sémantique.
Amélioration
- Ferme tous les fichiers ouverts pour éviter les ResourceWarnings, merci à @CrafterKolyan !
Correction de bugs
- Analyse les protobufs “tensor”, ce qui corrige des problèmes de synchronisation de TensorBoard dans la version 2.1.
Amélioration
- Ajout de ROC, precision_recall, HeatMap, explainText, POS et NER à wandb.plots.
- Ajout de la journalisation avec wandb.Molecule().
- Capture des runs Kaggle pour les métriques.
- Ajout de la possibilité d’utiliser watch à partir de l’objet run.
Correction de bug
- Évite de récupérer accidentellement des journaux de débogage globaux.
Amélioration
- Amélioration des annotations de boîtes englobantes.
- Journalisation des métriques système GPU actives.
- Écriture du fichier wandb/settings uniquement si wandb init est appelé.
- Améliorations de la commande wandb local.
Correction de bug
- Correction de la journalisation GPU sur certains appareils sans métriques de puissance.
- Correction de la gestion de la commande de configuration de balayage.
- Correction de la journalisation des chaînes TensorFlow.
Amélioration
- Ajout de la sauvegarde du code du module Python principal.
- Ajout de la possibilité de spécifier des métadonnées pour les boîtes englobantes et les masques de segmentation.
Correction de bug
- Correction des cas où les données non validées de wandb.log() ne sont pas conservées.
Correction de bug
- Correction d’un conflit de dépendances avec les nouvelles versions du package six.
Amélioration
- Ajout de la meilleure métrique et de l’époque au summary du run avec le callback Keras.
- Ajout de wandb.run.config_static pour les environnements nécessitant une configuration sérialisée.
Correction de bug
- Correction d’une régression provoquant des échecs avec wandb.watch() et DataParallel.
- Compatibilité améliorée avec Python 3.8.
- Correction de la journalisation du modèle sous Windows.
Correction de bug
- Correction d’une exception lors de l’utilisation de wandb.watch() dans un notebook.
- Amélioration de la prise en charge de la journalisation des gradients de tenseurs creux sur GPU.
Correction de bug
- Assouplissement de la dépendance de version à PyYAML pour les utilisateurs disposant d’anciens environnements.
Amélioration
- Ajout de la prise en charge de scikit-learn.
- Ajout de la possibilité de spécifier/exclure certaines clés lors de la création de wandb.config.
Correction de bug
- Correction de wandb.watch() sur les tenseurs creux.
- Correction d’une incompatibilité avec ray 0.8.1.
- Correction de la dépendance pyyaml manquante.
- Correction des problèmes « W&B process failed to launch ».
- Amélioration de la capacité à journaliser de grands graphes de modèles et graphiques.
Amélioration
- Ajout de la possibilité de configurer la ligne de commande de l’agent à partir de la configuration de balayage.
Correction de bug
- Correction de la journalisation des prédictions fast.ai.
- Correction de la journalisation des tenseurs TensorFlow eager.
- Correction de problèmes Jupyter liés à la journalisation du nom du notebook et à wandb.watch().
Amélioration
- Ignore le projet et l’entité spécifiés dans wandb.init() lors de l’exécution d’un balayage.
Correction de bug
- Corrige la détection du « flapping » de l’agent.
- Corrige le problème de démarrage du contrôleur local lorsqu’un balayage est en attente.
Amélioration
- Ajout de la prise en charge de LightGBM.
- Ajout de la prise en charge du tableau local (expérimental).
- Ajout de la possibilité de modifier la configuration du balayage.
- Ajout de l’enregistrement de la consommation GPU dans les métriques système.
Correction de bug
- Empêche l’agent de balayage d’échouer en continu en cas de mauvaise configuration.
Amélioration
- Ajout de la prise en charge bêta de la stratégie de recherche hyperopt de ray/tune.
- Ajout de la possibilité de spécifier un nombre maximal de runs par agent.
- Améliore l’expérience de démarrage d’un balayage sans projet préalablement créé.
Correction de bug
- Corrige les appels répétés à wandb.Api().Run(id).scan_history() afin d’obtenir des données mises à jour.
- Corrige early_terminate/hyperband dans les environnements notebook/python.
Amélioration
- Ajout de min_step et max_step à run.scan_history pour récupérer des sous-sections de métriques.
- Wandb.init(reinit=True) appelle désormais automatiquement wandb.join() pour mieux prendre en charge plusieurs runs par processus.
Correction de bug
- Wandb.init(sync_tensorboard=True) fonctionne de nouveau avec TensorFlow 2.0.
Amélioration
- Gère les tags transmis sous forme de chaîne de caractères.
Correction de bug
- Épingle graphql-core < 3.0.0 pour corriger les erreurs d’installation.
- Les barres de progression TQDM mettent correctement à jour les journaux.
- Les journaux de summary ou d’historique trop volumineux sont désormais ignorés, ce qui évite le blocage des nouvelles tentatives.
Correction de bug
- Corrige une régression dans la synchronisation de certaines versions de Tensorboard depuis la 0.8.13.
- Corrige une erreur réseau dans Jupyter.
Correction de bug
- Corrige les appels multiples à wandb.init avec sync_tensorboard dans Jupyter.
- Corrige une condition de concurrence RuntimeError lors de l’utilisation de threads et de l’appel à wandb.log.
- N’initialise pas Sentry lorsque le signalement des erreurs est désactivé.
Amélioration
- Ajout de best_run() aux objets d’API publique de wandb.sweep().
- Supprime les clés internes de tracking des objets wandb.config dans l’API publique.
Corrections de bugs
- Amélioration de l’avertissement sur les objets volumineux lorsque les valeurs atteignent la taille maximale.
- Avertit lorsque
wandb.savene reçoit pas de chaîne de caractères. - L’arrêt des runs depuis l’UI fonctionne à nouveau après la régression introduite en 0.8.12.
- La restauration d’un fichier déjà présent localement fonctionne.
- Correction du problème où TensorBoard plaçait certaines clés à la mauvaise étape depuis la version 0.8.10.
Wandb.Videoaccepte désormais uniquementuint8, au lieu de convertir incorrectement en nombres à virgule flottante.- La détection de l’environnement SageMaker est désormais plus robuste.
- La reprise renseigne correctement la configuration.
Wandb.restorerespecterootlorsquerun.direst défini #658.- Appeler
wandb.watchplusieurs fois attribue correctement un espace de noms aux histogrammes et aux graphes.
Améliorations
- Sweeps fonctionne désormais sous Windows !
- Ajout de l’attribut
sweepàRundans l’API publique. - Ajout d’un lien vers le sweep dans la sortie Jupyter et le terminal.
- La journalisation TensorBoard stocke désormais les horodatages corrects lors de l’importation de résultats historiques.
- La journalisation TensorBoard prend désormais en charge la configuration de
rate_limitset le filtrage des types d’événements. - Utilise une sortie simple pour répliquer stdout lorsqu’il n’a pas de descripteur de fichier.
- Écrit les fichiers méta de wandb dans le répertoire temporaire du système si le répertoire local n’est pas accessible en écriture.
- Ajout de la bêta
api.reportsà l’API publique. - Ajout de
wandb.unwatchpour supprimer les hooks des modèles PyTorch. - Stocke le framework utilisé dans
config.\_wandb.
Corrections de bugs
- Crée un répertoire imbriqué lorsque des vidéos sont enregistrées depuis des espaces de noms TensorBoard.
- Corrige une condition de concurrence lors de l’utilisation de
wandb.logavecasync=True. Run.summaryse comporte désormais comme un véritable dictionnaire.- Les sous-dictionnaires de
Run.summaryont désormais un rendu correct. - Gère
Nonelors du passage declass_colorspour les masques de segmentation. - Gère le cas où TensorFlow 2 n’a pas de
SessionHook. - Échappe correctement les arguments sous Windows.
- Corrige le blocage de la connexion en mode anonyme.
- Le patch Keras pour TF2 gère désormais les arguments de callback manquants.
Améliorations
- Met à jour la documentation générée automatiquement à partir des docstrings dans /docs.
Wandb.init(config=config_dict)ne met pas à jour les paramètres spécifiés par le sweep.- L’objet
Wandb.configdispose désormais d’une méthodesetdefaults, ce qui améliore la prise en charge des sweeps. - Amélioration du message dans le terminal et Jupyter avec des emojis !
- Permet d’appeler
wandb.watchplusieurs fois sur différents modèles. - Amélioration de la prise en charge de la surveillance de plusieurs fichiers tfevent.
- Windows ne nécessite plus
wandb run: exécutez simplementpython script_name.py. wandb agentfonctionne désormais sous Windows.- Message d’erreur clair lorsque
wandb.logest appelé sansdict. - Le callback Keras inclut une nouvelle option
log_batch_frequencypour journaliser les métriques tous les N lots.
Corrections de bugs
- Corrige un problème de compatibilité avec Python 2.7 et d’anciennes dépendances pip.
Améliorations
- Amélioration du parcours d’intégration lors de la création de nouveaux comptes et de la saisie de
api_key.
Corrections de bugs
- Corrige le renvoi de données incorrectes par l’API publique lorsque la valeur de configuration est 0 ou False.
- Les runs repris n’écrasent plus leur nom avec l’identifiant du run.
Améliorations
- Ajout de l’enregistrement de l’identifiant
spell.rundans la configuration.
Corrections de bugs
- Wandb magic gère correctement le cas où tf.keras et keras sont chargés.
- Le logging TensorBoard ne perd plus d’étapes si plusieurs loggers ont des global_steps différents.
- Le logging des gradients Keras fonctionne avec la dernière version de tf.keras.
validation_datade Keras est correctement défini dans TensorFlow 2.- La commande
wandb pullcrée les répertoires s’ils n’existent pas, merci à @chmod644. - Le téléversement par lots des fichiers impose désormais une taille minimale.
- Sweeps fonctionne à nouveau avec python2.
scan_historyitère désormais sur l’ensemble complet des points.- Jupyter exécute le mode local si les identifiants ne peuvent pas être obtenus.
Améliorations
- Sweeps peut désormais être exécuté depuis jupyter / directement depuis python ! https://docs.wandb.com/sweeps/python.
- La nouvelle intégration openai gym enregistre automatiquement les vidéos, via l’argument nommé
monitor_gymdewandb.init. - Callback de logging Ray Tune dans
wandb.ray.WandbLogger. - Nouveau fichier de configuration global dans
~/.config/wandbpour les paramètres globaux. - Ajout de tests pour fastai, merci à @borisdayma.
- Améliorations des performances de l’API publique.
usernameest obsolète au profit deentitydans l’API publique, pour plus de cohérence.- La connexion anonyme est désormais activée par défaut.
- Nouvelle méthode
wandb.loginà utiliser dans jupyter, permettant les connexions anonymes. - Meilleurs messages d’erreur de dépendances pour les dataframes.
- Intégration initiale avec spell.run.
- Toutes les images sont désormais rendues en PNG pour éviter les artefacts JPEG.
- L’API publique comporte désormais un champ
projects.
Corrections de bugs
- Les mises à jour de
Run.summaryfonctionnent dans jupyter avant l’appel àlog. - Il n’est plus nécessaire d’installer numpy.
- La définition de clés imbriquées dans
summaryfonctionne. - Les notebooks dans des répertoires imbriqués sont correctement enregistrés.
- Plus de nouvelle tentative sur les erreurs 404 / meilleurs messages d’erreur du serveur.
- Les barres obliques initiales sont supprimées lors du chargement des chemins dans l’API publique.
Améliorations
- Les petits fichiers sont téléversés par lots sous forme d’archives tar compressées avec gzip.
- Les GIF TensorBoardX sont enregistrés dans wandb.
Corrections de bugs
Wandb.initgère correctement les pannes réseau au démarrage.- Le callback Keras n’enregistre des exemples que si
data_typeouinput_typeest défini. - Correction d’un bug de logging de modèle PyTorch dans un cas limite.
- Gère les patchs multiples de TensorBoard dans jupyter.
- Sweep récupère
config.yamldepuis le répertoire du run. - Les dataframes gèrent les étiquettes entières.
- Gère le JSON invalide lors des requêtes vers les serveurs jupyter.
Améliorations
- Fastai utilise une graine fixe pour le logging des exemples.
- Augmentation du nombre maximal d’images pour le callback fastai.
- Nouveau tag
wandb.Videopour le logging de vidéos. - L’argument
Sync=Falsedewandb.logdéplace le logging vers un thread. - Nouveau contrôleur de sweep local pour une logique de recherche personnalisée.
- Prise en charge de la connexion anonyme pour faciliter l’intégration.
- Appeler
wandb.initplusieurs fois dans jupyter ne provoque plus d’erreur.
Corrections de bugs
- Le callback Keras ne déduit plus
input_typepour les données 2D. Wandb.Imagegère les images d’une hauteur de 1 px.
Améliorations
- L’API publique de Wandb dispose désormais de
run.scan_historypour renvoyer toutes les lignes d’historique. Wandb.configaffiche des erreurs utiles s’il est utilisé avant l’appel àinit.Wandb.summaryaffiche des erreurs utiles s’il est utilisé avant l’appel àinit.- L’API Filestream pointe vers une nouvelle URL côté backend.
Bug Fix
- Le callback Fastai utilise le moniteur par défaut au lieu de supposer
val_loss. - L’introspection des notebooks gère les cas d’erreur et n’affiche pas de trace de pile en cas d’échec.
- Ne plus afficher d’avertissement sur la description lors de la définition du nom.
- Correction d’une erreur de logging de dataframe avec le callback Keras.
- Correction des décalages de ligne dans les logs lors de la reprise des runs.
- Wandb.config convertit les types non natifs avant l’écriture dans YAML.
- Intégration de backports.tempfile pour corriger un package manquant à l’installation.
Amélioration
- Ajout de
api.sweepà l’API d’export Python pour interroger les Sweeps. - Ajout de
WANDB_NOTEBOOK_NAMEpour spécifier le nom du notebook lorsque nous ne pouvons pas l’inférer. - Ajout de
WANDB_HOSTpour surcharger les noms d’hôte. - Enregistre si un run a été exécuté dans Jupyter.
- Wandb prend désormais en charge l’arrêt des runs depuis l’interface web.
- Gère les nombres à virgule flottante passés comme étape à
wandb.log. - Wandb.config prend entièrement en charge Unicode.
- Synchronise le fichier principal avec wandb si l’enregistrement du code est activé et que le fichier n’est pas suivi par git.
- Callback XGBoost : wandb.xgboost.wandb_callback().
Bug Fix
- Correction du rendu des graphiques Plotly avec de grands tableaux NumPy.
wandb dockerfonctionne lorsque nvidia est présent.- Meilleur message d’erreur lorsque des clés non textuelles sont envoyées au journal.
- Dépendance pyyaml assouplie pour corriger les installations AMI.
- Magic fonctionne dans les notebooks Jupyter.
Amélioration
- Nouvelle version preview des dataframes automatiques pour Keras.
- Ajout de input_type et output_type au callback Keras pour une configuration plus simple.
- L’API publique prend en charge la récupération de clés spécifiques et d’un axe des x personnalisé.
Bug Fix
- WANDB_IGNORE_GLOBS est respecté lors de l’analyse finale des fichiers.
- Uniformisation de run.id, run.name et run.notes dans toutes les API.
- Gère les tailles de terminal inhabituelles lors de la configuration de notre pseudo-TTY.
- Correction de la logique d’introspection des notebooks Jupyter.
- Run.summary.update() conserve les changements sur le serveur.
- La synchronisation TensorBoard est robuste face aux histogrammes invalides et aux fichiers tronqués.
Amélioration
- Version preview de magic : appeler wandb.init(magic=True) devrait automatiquement suivre la configuration et les métriques lorsque c’est possible.
- Le CLI prend désormais en charge les installations locales du backend.
- Le callback Fastai prend en charge le logging d’images d’exemple.
Bug Fix
- Le logging d’images fonctionne sous Windows.
- Wandb sync gère les tfevents avec un seul pas de temps.
- Correction d’une commande incorrecte dans la page Aperçu pour exécuter des Runs.
- Gère les histogrammes avec > 512 bins lors du streaming de TensorBoard.
- Meilleur message d’erreur lors de l’appel à wandb sync sur un fichier au lieu d’un répertoire.
Amélioration
- Nouvelle fonction utilitaire pour la gestion des hyperparamètres dans les Sweeps
wandb.config.user_items(). - Meilleur mocking pour améliorer les tests.
Correction de bugs
- L’entité est désormais conservée dans wandb.run lorsqu’elle est récupérée depuis le serveur.
- Les fichiers temporaires utilisent toujours le répertoire temporaire pour éviter toute synchronisation.
- Déclenche une erreur si un fichier rétrécit pendant l’upload.
- Les images sont correctement journalisées sous Windows.
- Mise à niveau de la dépendance pyyaml pour corriger une CVE.
- Ne stocke plus l’historique des lignes afin d’éviter une fuite de mémoire.
Améliorations
- Summary prend désormais en charge le nouveau format de dataframe.
- La variable d’environnement WANDB_SILENT écrit tous les messages de wandb dans debug.log.
- Messages d’erreur améliorés pour Windows et la journalisation TensorBoard.
- Output.log est uploadé à la fin de chaque run.
- Les métadonnées, requirements et patchs sont uploadés au début d’un run.
- Lorsqu’il n’est pas exécuté depuis un dépôt git, le fichier Python principal est stocké.
- Ajout de WANDB_DISABLE_CODE pour empêcher le diff et la sauvegarde du code.
- Lors de l’exécution dans Jupyter, stocke le nom du notebook.
- Prise en charge de la connexion automatique pour Colab.
- Stocke l’URL du notebook Colab.
- Stocke la version de cette bibliothèque dans la configuration.
- Stocke sys.executable dans les métadonnées.
- Le callback Fastai ne nécessite plus de chemin.
- Wandb.init accepte désormais un argument notes.
- Le CLI a remplacé l’argument message par notes et name.
Correction de bugs
- Wandb sync gère les embeddings TensorBoard.
- Wandb sync gère correctement les images dans TensorBoard.
- Tf.keras gère correctement les modèles fonctionnels à entrée unique.
- Wandb.Api().runs renvoie un itérateur réutilisable.
- WANDB_DIR dans un répertoire masqué n’empêche pas la synchronisation.
- Run.files() parcourt tous les fichiers.
- Correction d’une erreur de récursion trop profonde avec PyTorch.
Améliorations
- Wandb sync accepte un argument —ignore avec des globs pour ignorer certains fichiers.
- Run.summary dispose désormais d’une méthode items() pour parcourir toutes les clés.
Correction de bugs
- Meilleurs messages d’erreur en cas d’accès refusé.
- Meilleurs messages d’erreur lorsque les packages facultatifs ne sont pas installés.
- Les URL affichées dans le terminal sont échappées.
- Les événements TensorBoard avec espace de noms fonctionnent avec les histogrammes.
- L’API publique réessaie désormais en cas d’échec et réutilise le pool de connexions.
- Intercepte les erreurs git lorsque les remotes n’ont pas été poussés vers origin.
- Déplacement de la collection du graphe Keras vers on_train_begin pour gérer les modèles non construits.
- Gère davantage de cas où il est impossible de sauvegarder les poids.
- Les mises à jour de summary après reprise sont conservées.
- Correction de la journalisation PyTorch histc dans la version 0.4.1.
- Correction de l’import TensorBoard de
wandb sync.
Améliorations
- Wandb.init(tensorboard=True) fonctionne avec TensorFlow 2 et Eager Execution.
- Wandb.init(tensorboard=True) fonctionne désormais avec tb-nightly et PyTorch.
- Journalise automatiquement des exemples avec tf.keras en ajoutant les validation_data manquantes.
- Le socket se lie uniquement à localhost pour améliorer la sécurité et éviter les avertissements du pare-feu sous OSX.
- Ajout de l’objet utilisateur à l’API publique pour obtenir l’utilisateur source.
- Ajout de run.display_name à l’API publique.
- Affiche le nom d’affichage dans la sortie console.
- Ajout de —tags, —job_group et —job_type à
wandb run. - Ajout d’une variable d’environnement pour la durée minimale d’exécution avant de considérer qu’un run a crashed.
- Ajout des tests flake8 à la CI, merci @cclauss!
Correction de bugs
- Wandb-docker-run accepte les digests d’image.
- Le callback Keras fonctionne dans tensorflow2-alpha0.
- Le graphe du modèle Keras place désormais la couche d’entrée en premier.
Améliorations
- Ajout de la fréquence de journalisation PyTorch pour les gradients et les poids.
- Améliorations des performances de journalisation PyTorch.
- Wandb.init accepte désormais un paramètre name pour nommer les Runs.
- Wandb.run.name reflète les noms d’affichage personnalisés.
- Améliorations des valeurs imbriquées de summary.
- wandb.Table.add_row est obsolète au profit de wandb.Table.add_data.
- Prise en charge initiale d’un callback fast.ai, merci à @borisdayma!
Correction de bug
- Run.get_url résout l’entité par défaut si aucune n’a été spécifiée.
- wandb restore accepte les chemins de run composés uniquement de barres obliques.
- Correction des avertissements de dépréciation de PyYAML.
- Ajout du script shell de point d’entrée au manifeste.
- Suppression des retours à la ligne de la version de CUDA.
Correction de bug
- Gère les identifiants Docker sans tenir compte de la casse.
- Corrige app_url pour le flux de connexion au cloud privé.
- Ne réessaie pas les 404 lors du démarrage des agents de balayage.
Correction de bug
- Garantit que les échecs de résolution DNS ne peuvent pas empêcher le démarrage.
- Centralisation des journaux de débogage.
- L’agent wandb attend plus longtemps avant d’envoyer un SIGKILL après l’envoi d’un SIGINT.
Amélioration
- Prise en charge de la journalisation des images Docker avec la variable d’environnement WANDB_DOCKER.
- WANDB_DOCKER est désormais défini automatiquement lors d’une exécution dans Kubernetes.
- Nouvelle commande wandb-docker-run pour définir automatiquement les variables d’environnement et monter le code.
- wandb.restore prend en charge le lancement de Docker pour les runs qui l’utilisaient.
- Les paquets Python sont désormais enregistrés et sauvegardés dans un fichier requirements.txt.
- Cpu_count, gpu_count, gpu, os et la version de Python sont stockés dans wandb-metadata.json.
- L’API d’exportation prend désormais en charge les chemins de type Docker, c.-à-d. username/project:run_id.
- Meilleurs messages pour les nouveaux utilisateurs et informations de connexion améliorées.
Correction de bug
- Amélioration du signalement des erreurs pour Sweeps.
Correction de bug
- Amélioration du signalement des erreurs pour Sweeps.
Correction de bug
- Amélioration du signalement des erreurs pour Sweeps.
Correction de bug
- Amélioration du signalement des erreurs pour Sweeps.
Correction de bug
- Amélioration du signalement des erreurs pour Sweeps.
Correction de bug
- Amélioration du signalement des erreurs pour Sweeps.
Correction de bugs
- Correction de la journalisation Jupyter ; ne modifie pas le niveau du logger.
- Correction de la reprise dans Jupyter.
Amélioration
- Wandb.init fonctionne désormais correctement en mode dégradé si un utilisateur n’est pas connecté à wandb.
- Ajout d’un indicateur force à wandb.init pour exiger qu’une machine soit connectée.
- La journalisation Tensorboard et TensorboardX est désormais instrumentée automatiquement lorsqu’elle est activée.
- Ajout d’un paramètre tensorboard à wandb.init, qui patche tensorboard pour la journalisation.
- Wandb.save accepte désormais un chemin de base pour des fichiers situés dans des sous-répertoires.
- Il est désormais possible d’accéder à Wandb.tensorflow et wandb.tensorboard sans les importer directement.
wandb syncparcourra désormais un répertoire de run wandb et synchronisera tous les Runs.
Correction de bugs
- Correction de la journalisation Jupyter ; ne modifie pas le niveau du logger.
- Correction de la reprise dans Jupyter.
Amélioration
- Wandb.init fonctionne désormais correctement en mode dégradé si un utilisateur n’est pas connecté à wandb.
- Ajout d’un indicateur force à wandb.init pour exiger qu’une machine soit connectée.
- La journalisation Tensorboard et TensorboardX est désormais instrumentée automatiquement lorsqu’elle est activée.
- Ajout d’un paramètre tensorboard à wandb.init, qui patche tensorboard pour la journalisation.
- Wandb.save accepte désormais un chemin de base pour des fichiers situés dans des sous-répertoires.
- Il est désormais possible d’accéder à Wandb.tensorflow et wandb.tensorboard sans les importer directement.
wandb syncparcourra désormais un répertoire de run wandb et synchronisera tous les Runs.
Correction de bugs
- Correction de la journalisation Jupyter ; ne modifie pas le niveau du logger.
- Correction de la reprise dans Jupyter.
Amélioration
- Wandb.init fonctionne désormais correctement en mode dégradé si un utilisateur n’est pas connecté à wandb.
- Ajout d’un indicateur force à wandb.init pour exiger qu’une machine soit connectée.
- La journalisation Tensorboard et TensorboardX est désormais instrumentée automatiquement lorsqu’elle est activée.
- Ajout d’un paramètre tensorboard à wandb.init, qui patche tensorboard pour la journalisation.
- Wandb.save accepte désormais un chemin de base pour des fichiers situés dans des sous-répertoires.
- Il est désormais possible d’accéder à Wandb.tensorflow et wandb.tensorboard sans les importer directement.
wandb syncparcourra désormais un répertoire de run wandb et synchronisera tous les Runs.
Correction de bugs
- correction de la journalisation Jupyter ; ne modifie pas le niveau du logger.
- correction de la reprise dans Jupyter.
Amélioration
- wandb.init fonctionne désormais correctement en mode dégradé si un utilisateur n’est pas connecté à wandb.
- ajout d’un indicateur force à wandb.init pour exiger qu’une machine soit connectée.
- La journalisation Tensorboard et TensorboardX est désormais instrumentée automatiquement lorsqu’elle est activée.
- ajout d’un paramètre tensorboard à wandb.init, qui patche tensorboard pour la journalisation.
- wandb.save accepte désormais un chemin de base pour des fichiers situés dans des sous-répertoires.
- wandb.tensorflow et wandb.tensorboard sont désormais accessibles sans les importer directement.
wandb syncparcourra désormais un répertoire de run wandb et synchronisera tous les Runs.
Correction de bug
- Correction du logging Jupyter sans modifier le niveau du logger.
- Correction de la reprise dans Jupyter.
Amélioration
- Wandb.init gère désormais correctement le cas où un utilisateur n’est pas connecté à wandb.
- Ajout d’un indicateur force à wandb.init pour exiger qu’une machine soit connectée.
- Le logging de Tensorboard et TensorboardX est désormais instrumenté automatiquement lorsqu’il est activé.
- Ajout de l’option tensorboard à wandb.init, qui applique un patch à tensorboard pour le logging.
- Wandb.save accepte désormais un chemin de base pour des fichiers situés dans des sous-répertoires.
- Wandb.tensorflow et wandb.tensorboard sont désormais accessibles sans import direct.
wandb syncparcourra désormais un répertoire de run wandb et synchronisera tous les runs.
Correction de bug
- Correction du logging Jupyter sans modifier le niveau du logger.
- Correction de la reprise dans Jupyter.
Amélioration
- Wandb.init gère désormais correctement le cas où un utilisateur n’est pas connecté à wandb.
- Ajout d’un indicateur force à wandb.init pour exiger qu’une machine soit connectée.
- Le logging de Tensorboard et TensorboardX est désormais instrumenté automatiquement lorsqu’il est activé.
- Ajout de l’option tensorboard à wandb.init, qui applique un patch à tensorboard pour le logging.
- Wandb.save accepte désormais un chemin de base pour des fichiers situés dans des sous-répertoires.
- Wandb.tensorflow et wandb.tensorboard sont désormais accessibles sans import direct.
wandb syncparcourra désormais un répertoire de run wandb et synchronisera tous les runs.
Correction de bug
- Correction d’une condition de concurrence où le processus wandb pouvait se bloquer à la fin d’un run.
Correction de bug
- Correction d’une condition de concurrence où le processus wandb pouvait se bloquer à la fin d’un run.
Correction de bug
- Correction d’une condition de concurrence où le processus wandb pouvait se bloquer à la fin d’un run.
Correction de bug
- Correction d’une condition de concurrence où le processus wandb pouvait se bloquer à la fin d’un run.
Correction de bug
- Correction d’une condition de concurrence où le processus wandb pouvait se bloquer à la fin d’un run.
Correction de bug
- Correction d’une condition de concurrence où le processus wandb pouvait se bloquer à la fin d’un run.
Correction de bugs
- Correction de la reprise dans Jupyter lors du redémarrage du noyau.
- Wandb.save garantit l’envoi des fichiers, quelle que soit leur taille.
Amélioration
- Ajout du mot-clé replace=True à init pour la reprise automatique.
- Nouvelle propriété run.resumed permettant de détecter si une reprise est en cours.
- Nouvelle propriété run.step à utiliser pour définir une époque initiale lors de la reprise.
- Le callback Keras enregistre désormais le best model au fur et à mesure de son amélioration.
Correction de bugs
- N’exige vraiment pas numpy.
- Meilleur message d’erreur si wandb.log est appelé avant wandb.init.
- Empêche d’appeler wandb.watch plusieurs fois.
- Gère les attributs datetime dans les journaux / plotly.
Amélioration
- Ajout de l’environnement à Sweeps.
- Active les tags dans l’API publique et dans wandb.init.
- Nouveau type de média wandb.Html pour journaliser du HTML arbitraire.
- Ajout de la méthode api.create_run de l’API publique pour les intégrations personnalisées.
- Ajout de la prise en charge des motifs glob dans wandb.save ; les fichiers sont enregistrés au fur et à mesure de leur écriture.
- Ajout de wandb.restore pour récupérer des fichiers lors de la reprise.
Correction de bugs
- Ajout d’un délai d’attente pour générer des diffs sur de grands dépôts.
- Correction d’un cas limite où la synchronisation des fichiers pouvait se bloquer.
- Garantit que toutes les modifications des fichiers sont capturées avant la fermeture.
- Gère les cas où sys.exit est appelé sans code.
- N’exige pas numpy.
Amélioration
- Nouvelle commande
wandb syncqui envoie un répertoire local vers le cloud. - Prise en charge de la synchronisation du fichier tfevents pendant l’entraînement.
- Détecte l’exécution en tant que TFJob et groupe automatiquement.
- Nouveau module Kubeflow avec des assistants initiaux pour les pipelines.
Correction de bugs
- Correction du bug history / summary.
Amélioration
- Prise en charge initiale d’AWS SageMaker.
hook_torchrenommé enwatchavec un avertissement de dépréciation.- Projects sont créés automatiquement s’ils n’existent pas.
- Ajout de la métrique GPU memory_allocated.
- Keras Graph stocke les arêtes.
Correction de bugs
- L’analyse du graphique PyTorch est plus robuste.
- Correction de la prise en charge de PyTorch 0.3.
- L’API de téléchargement de fichiers prend en charge l’authentification WANDB_API_KEY.
Amélioration
- Sweeps fonctionne avec le nouveau backend (version préliminaire).
- Summary suit toutes les métriques de l’historique, sauf si elles sont remplacées par une écriture directe dans summary.
- Prise en charge des fichiers dans l’API de données.
Correction de bugs
- Affiche les téléversements de fichiers média en cours dans la progression finale du téléversement.
Amélioration
- Wandb.Audio prend en charge la durée.
Correction de bugs
- Transmet l’en-tête du nom d’utilisateur dans l’API filestream.
Amélioration
- Nouveau type de données wandb.Audio.
- Nouvel argument nommé
steplors de l’enregistrement des métriques. - Possibilité de spécifier le groupe de run et le type de job lors de l’appel à wandb.init() ou via des variables d’environnement. Cela permet le regroupement automatique des runs d’entraînement distribués dans l’UI
- Possibilité de remplacer le nom d’utilisateur lors de l’utilisation d’une clé API de compte de service.
Correction de bugs
- Gestion des environnements non-TTY dans Python 2.
- Gestion de l’absence du binaire git.
- Correction d’un problème où la même image était parfois enregistrée deux fois pendant une étape Keras.
Amélioration
- PyTorch.
- Ajout d’une nouvelle méthode
wandb.hook_torchqui enregistre le graphe et journalise les gradients et les paramètres des modèles PyTorch wandb.Imagedétecte les tenseurs PyTorch et utilise torchvision.utils.make_grid pour le rendu de l’image.
- Ajout d’une nouvelle méthode
Correction de bugs
wandb restoregère le cas où il n’est pas exécuté depuis un dépôt git.
Correction de bugs
- Nous ouvrons désormais stdout et stderr en mode brut dans Python 2, ce qui garantit le fonctionnement d’outils comme bpdb.
Amélioration
- Les erreurs fatales sont désormais signalées à Sentry, sauf si WANDB_ERROR_REPORTING est défini sur false.
- Amélioration de la gestion des erreurs et des messages au démarrage.
Correction de bugs
- La première image lors de l’appel à wandb.log n’était pas enregistrée ; c’est désormais corrigé.
wandb.logetrun.summarysuppriment désormais les espaces des clés.
Correction de bugs
- Intégration de prompt_toolkit < 1.0.15, car la dernière version d’ipython est épinglée à > 2.0.
- Chargement différé de wandb.h5 uniquement si
summaryest consulté, afin d’améliorer les performances de l’API Data.
Amélioration
- Jupyter.
wandb.monitorest obsolète au profit du démarrage automatique des métriques système après le premier appel à wandb.log- Ajout de la nouvelle magie Jupyter %%wandb pour afficher les résultats en direct
- Suppression de l’iframe de description Jupyter
- L’API Data prend désormais en charge les options
per_pageetorderde la méthodeapi.runs. - Prise en charge initiale de la journalisation de wandb.Table.
- Prise en charge initiale de la journalisation avec matplotlib.