- 機械学習タスクを満たすアーティファクトのバージョンを、組織内の他のユーザーにプロモート する。
- タグでアーティファクトを整理 し、特定のアーティファクトを検索・参照しやすくする。
- アーティファクトのリネージ を追跡し、変更履歴を監査する。
- モデル CI/CD などの下流プロセスを自動化する。
- 各 Registry 内のアーティファクトに組織内の誰がアクセスできるか を管理する。
Model という名前のレジストリに星印が付けられています。DemoModels と Zoo_Classifier_Models という 2 つのコレクションが表示されています。

基本を学ぶ
v0、2 番目は v1 となり、以降同様に続きます。
アーティファクトを W&B にログしたら、その特定のアーティファクトバージョンをレジストリ内のコレクションにリンクできます。
「link」という用語は、W&B がアーティファクトを保存している場所と、そのアーティファクトがレジストリ内でアクセス可能な場所を結び付けるポインタを指します。アーティファクトをコレクションにリンクしても、W&B はアーティファクトを複製しません。
"my_model.txt" という名前のモデルアーティファクトを、"model" という名前のレジストリ内にある "first-collection" という名前のコレクションにログし、リンクします。
wandb.init()で W&B run を初期化します。wandb.Run.log()を使ってアーティファクトを W&B にログします。- アーティファクトバージョンをリンクするコレクション名とレジストリ名を指定します。
wandb.Run.link_artifact()を使ってアーティファクトをコレクションにリンクします。
hello_collection.py
wandb.Run.link_artifact(target_path = "") メソッドに指定したコレクションが存在しない場合、W&B は自動的にコレクションを作成します。
前の例の続きとして、スクリプトを実行した後に W&B Registry を開き、組織内のあなたや他のメンバーが公開したアーティファクトバージョンを確認します。プロジェクトのサイドバーで Applications の下にある Registry を選択します。"Model" レジストリを選択します。レジストリ内に、リンクされたアーティファクトバージョンを含む "first-collection" コレクションが表示されているはずです。
レジストリ内のコレクションにアーティファクトバージョンをリンクすると、組織のメンバーは、適切な権限がある場合に、あなたのアーティファクトバージョンを閲覧、ダウンロード、整理、および管理したり、下流の自動化処理を作成したりできるようになります。
アーティファクトバージョンがメトリクスを記録している場合(たとえば
wandb.Run.log_artifact() を使用した場合)、そのバージョンの詳細ページからメトリクスを表示でき、コレクションのページからはアーティファクトバージョン間でメトリクスを比較できます。詳細は、レジストリでリンク済みアーティファクトを表示する を参照してください。W&B Registry を有効化する
| Deployment type | How to enable |
|---|---|
| Multi-tenant Cloud | 追加の操作は不要です。W&B Registry は W&B App 上で利用できます。 |
| Dedicated Cloud | デプロイメント環境で W&B Registry を有効化するには、アカウントチームに連絡してください。 |
| Self-Managed | Server v0.70.0 以降では、追加の操作は不要です。サポートされているそれ以前の Server バージョンでは、環境変数 ENABLE_REGISTRY_UI を true に設定します。詳しくは 環境変数の設定 を参照してください。 |
利用開始に役立つリソース
- チュートリアル動画をチェックする:
- W&B の Model CI/CD コースを受講して、次の内容を学ぶ:
- W&B Registry を使用してアーティファクトを管理およびバージョン管理し、リネージを追跡し、さまざまなライフサイクル段階を通じてモデルを昇格させる方法。
- Webhook を使用して Model Management のワークフローを自動化する方法。
- W&B Registry を外部の ML システムやツールと統合し、モデルの評価・監視・デプロイを行う方法。