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

PalateKit

Se connecter
Menu

Demander une ressource

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

0 / 280

Une page, une vidéo ou une image en ligne.

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.

Suivre les expériences ML et optimiser avec Weights & Biases v1.0.0

Utilisez cette ressource pour suivre des expériences, comparer des runs et lancer des balayages d'hyperparamètres

Nouveau

  • 579 téléchargements
  • 156 mentions J'aime
  • 232 sauvegardes

Gratuit

Installer avec la CLI

Dans un terminal, depuis le dossier voulu :

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

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 vous aide à installer W&B, vous connecter, initialiser un run dans votre boucle d'entraînement et journaliser les métriques. Il couvre aussi les balayages d'hyperparamètres, les artefacts et le registre de modèles.

Choisie surtout par

Mise à jour le 2 novembre 2026

Carte de la skill « Suivre les expériences ML et optimiser avec Weights & Biases »

Caractéristiques

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

Ressources similaires

Tout voir

Ce que vous obtenez

  • SKILL.md : installation, connexion, run et intégration PyTorch
  • references/sweeps.md, artifacts.md et integrations.md : balayages, artefacts et intégrations

Pour qui

  • Vous voulez partager vos courbes avec une équipe
  • Vous cherchez les meilleurs hyperparamètres par balayage automatique

Pas pour qui

    Étiquettes

    • suivi
    • hyperparamètres
    • mlops
    • équipe

    À propos

    Vous dites

    « Ajoute W&B à mon entraînement et lance un balayage sur le taux d'apprentissage et la taille de lot. »

    Carte de la skill « Suivre les expériences ML et optimiser avec Weights & Biases »

    Skill publiée par Orchestra Research 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 des expériences, comparer des runs et lancer des balayages d'hyperparamètres
    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.md12,7 Ko

    Origine et licence

    Référencée sans modification

    Auteur
    Orchestra Research
    Source
    github.com/orchestra-research/ai-research-skills/tree/773a52944ba4747a18bd4ae9ade53fff041adcbc/13-mlops/weights-and-biases
    Licence
    MIT

    Notice

    « weights-and-biases » (Orchestra Research, 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.