Toutes les ressources premium et membres pour 8,99 €/mois, en abonnement sans engagement. Voir les offres

PalateKit

Menu

Demander une ressource

Décrivez en une phrase la ressource qui vous manque. Nous vous écrirons quand elle sera publiée.

0 / 280

Débloquer PalateKit

Tout débloquer

Offre

Le paiement vaut acceptation de nos conditions générales de vente.

Paiement sécurisé par Stripe. Reçus et factures envoyés par e-mail.

Content de vous revoir

Connectez-vous pour installer, télécharger ou sauvegarder cette ressource. Un compte gratuit suffit pour les ressources gratuites.

Suivi d'expériences ML et sweeps avec Weights & Biases v1.0.0

Utilisez cette ressource pour suivre vos expériences ML et optimiser les hyperparamètres avec Weights & Biases

Nouveau

  • 559 téléchargements
  • 201 mentions J'aime
  • 153 sauvegardes

Gratuit

Installer avec la CLI

Dans un terminal, depuis le dossier voulu :

npx --yes palatekit@latest install wandb-experiment-tracking

Sans option, la skill va dans ~/.agents/skills/ ; ajoutez --agent claude-code (ou codex, cursor…) pour viser un agent.

Première fois : connectez la CLI avec

npx --yes palatekit@latest login

L'agent intègre W&B à votre boucle d'entraînement, journalise métriques et hyperparamètres, puis configure des sweeps pour explorer les réglages et versionner artefacts et modèles. Vous obtenez des courbes comparables d'un run à l'autre et un historique reproductible.

Choisie surtout par

Mise à jour le 2 novembre 2026

Carte de la skill « Suivi d'expériences ML et sweeps avec Weights & Biases »

Caractéristiques

Guides d'installation
Génère avec
Le modèle de votre agent
Licence
MIT

Ressources similaires

Tout voir

Ce que vous obtenez

  • SKILL.md : installation, connexion et suivi d'une expérience
  • references/sweeps.md : optimisation d'hyperparamètres
  • references/artifacts.md : gestion des artefacts et du registre

Pour qui

  • Vous comparez plusieurs runs et ne retrouvez plus vos réglages
  • Vous voulez lancer une recherche d'hyperparamètres en équipe

Pas pour qui

    Étiquettes

    • wandb
    • suivi
    • hyperparamètres

    À propos

    Vous dites

    « Ajoute W&B à mon script PyTorch et lance un sweep sur le taux d'apprentissage. »

    Carte de la skill « Suivi d'expériences ML et sweeps avec Weights & Biases »

    Skill publiée par davila7 sous licence MIT. Fichiers livrés dans leur version d'origine, en anglais.

    Voir plus

    Comment l'utiliser

    1. Installez la skill dans le dossier de skills de votre agent
    2. Demandez à votre agent de suivre vos expériences ML et optimiser les hyperparamètres avec Weights & Biases
    3. Relisez et ajustez le résultat

    Aperçu du contenu

    Fichiers

    • LICENSE1,1 Ko
    • NOTICE-PALATEKIT.md0,5 Ko
    • references/artifacts.md13,7 Ko
    • references/integrations.md16,5 Ko
    • references/sweeps.md18,1 Ko
    • SKILL.md12,8 Ko

    Origine et licence

    Référencée sans modification

    Auteur
    davila7
    Source
    github.com/davila7/claude-code-templates/tree/f57964ebda91cdfb31755661ecea9395f30020f1/cli-tool/components/skills/ai-research/mlops-weights-and-biases
    Licence
    MIT

    Notice

    « mlops-weights-and-biases » (davila7, MIT) livré dans sa version d'origine : fiche en français et en anglais par PalateKit.

    Avis des utilisateurs

    –

    Aucune note pour l'instant

    Chargement des avis…

    Supprimer votre avis ?

    Votre note et votre commentaire seront retirés de la fiche.