Skip to content

参考

基于 W&B 官方文档 + 2026 功能发布博客 + GitHub wandb/wandb 整理,对照稳定版 0.28.1

速查

  • 安装/登录pip install wandb / wandb login / WANDB_API_KEY
  • Run 核心wandb.init(project, name, config, group, job_type, tags, mode) / wandb.log(dict, step=) / wandb.finish()
  • Artifactswandb.Artifact(name, type) / run.log_artifact / run.use_artifact / art.add_file/dir/reference
  • Sweepswandb.sweep(config, project) / wandb.agent(sweep_id, function, count)
  • Tableswandb.Table(columns, data) / wandb.Image/Video/Audio/Html
  • 绘图wandb.plot.confusion_matrix/pr_curve/roc_curve/...
  • API 查询wandb.Api() / api.run(...) / api.artifact(...)
  • Weave@weave.op / weave.Dataset / weave.evaluate(fn, dataset, scorers)
  • 环境变量WANDB_API_KEY / WANDB_MODE / WANDB_PROJECT / WANDB_ENTITY / WANDB_DIR / WANDB_DISABLED
  • 版本:Python SDK 0.28.1(2026-07-16)

产品模块全景

模块职责关键 API
Tracking(Run)实验追踪init / log / finish
ProjectsRun 容器与横向对比project= 参数
Artifacts数据/模型版本与血缘Artifact / log_artifact / use_artifact
Sweeps超参搜索wandb.sweep / wandb.agent
Tables样本级媒体评估wandb.Table / wandb.Image
Reports协作研究报告UI 构建
Registry模型注册表UI / API
Automations事件触发 CIUI 配置
WeaveGenAI 评测与可观测weave.op / weave.evaluate
Serverless Inference一键推理部署UI

核心 API 速查

Run 与 log

API说明
wandb.init(project=, name=, config=, group=, job_type=, tags=, notes=, dir=, mode=)启动 Run,返回 Run
run.log(dict, step=, commit=)记录指标(dict,可时序)
run.define_metric(name, step_metric=, summary=)自定义坐标轴与汇总(min/max/last/none)
run.config.update(dict)更新 config
run.summary["key"] = value设置单值汇总(如最终 accuracy)
run.finish()结束 Run
wandb.config.lr访问 config

Artifacts

API说明
wandb.Artifact(name, type, description=, metadata=)创建 artifact 对象
art.add_file(path) / art.add_dir(dir) / art.add_reference(uri)添加内容
run.log_artifact(art, aliases=)记录为输出(建版本)
run.use_artifact("name:version")标记为输入(建 lineage),返回可 download() 的对象
art.download(root=)下载到本地
art.aliases / art.metadata别名与元数据
api.artifact("entity/proj/name:v3")通过 Api 查询

Sweeps

API说明
wandb.sweep(sweep_config, project=, entity=)创建 sweep,返回 sweep_id
wandb.agent(sweep_id, function=, count=, project=, entity=)启动 agent 跑 N 个 Run
wandb.controller(sweep_id)高级:手动控制 sweep

Tables 与媒体

API说明
wandb.Table(columns=[], data=[[]])创建表格
table.add_data(*cols) / table.add_column(name, data)增行/增列
wandb.Image(img_or_path, caption=)图像列
wandb.Video(path_or_array)视频列
wandb.Audio(path_or_array, sample_rate=)音频列
wandb.Html(html, height=)HTML 列
wandb.Object3D(path_or_array)3D 列

内置图表(wandb.plot)

API说明
wandb.plot.confusion_matrix(y_true, preds, class_names)混淆矩阵
wandb.plot.pr_curve(y_true, probs, labels)PR 曲线
wandb.plot.roc_curve(...)ROC 曲线
wandb.plot.histogram(data, title)直方图
wandb.plot.scatter_table(table, x, y)散点
wandb.plot.line(series, keys, steps)折线

Api 查询

python
api = wandb.Api()
run = api.run("entity/project/run_id")
runs = api.runs("entity/project", filters={"config.lr": 0.01}, order="-summary_metrics.val_acc")
art = api.artifact("entity/project/name:v3")

Weave(GenAI)

API说明
@weave.op给函数加 tracing,自动记录输入输出
weave.Dataset(name, rows)定义评测数据集
weave.evaluate(fn, dataset, scorers)评测 + judge
weave.scorer.*内置 scorer

Sweeps 配置字段

字段说明
methodgrid / random / bayes
metric{name, goal: minimize/maximize}
parameters.<name>{value} / {values:[...]} / {min,max,distribution}
distributionint_uniform / uniform / log_uniform_values / q_uniform / categorical
early_terminate{type: "hyperband", min_iter, max_iter, s}
run_cap最大 Run 数(W&B 贝叶斯优化推荐用)

环境变量

变量用途
WANDB_API_KEY认证 key
WANDB_MODEonline / offline / disabled
WANDB_PROJECT默认 project
WANDB_ENTITY默认 entity(团队/用户)
WANDB_DIR本地缓存目录
WANDB_RUN_ID指定 run id(resume 时用)
WANDB_RESUMEallow / must / never / auto
WANDB_SILENTtrue 静默日志
WANDB_DISABLEDtrue 完全关闭(等价 mode=disabled)

部署形态

形态说明
SaaS(wandb.ai)默认,开箱即用,功能最全
Dedicated CloudW&B 托管的专属云部署(数据隔离)
自托管 server(wandb/server)开源版,可上自有 K8s,高级特性(Sweeps/Automations/SSO)有差异
离线(offline)WANDB_MODE=offline,事后 sync

2026 近期功能要点

  • ARIA(2026-06):新 ML 研究助手
  • W&B Weave GA:playground、guardrails、leaderboards、自定义成本追踪、音频支持、新 scorers、自定义命名、chat tab
  • Serverless Inference:新模型上线
  • wandb-core:Rust 内核,降低内存/CPU、更快启停与离线 sync
  • CoreWeave 沙箱(2026-05):算力沙箱试用
  • 2026-07「What's New Wednesdays」:自主模型与 agent 改进工具

与竞品对照

维度W&BMLflowSageMaker
部署SaaS 为主(可自托管)开源自托管(或 Databricks 托管)AWS 闭源托管
强项可视化+协作 Report+Artifacts 血缘Tracking+Registry+flavor 部署链端到端 ML(训练→部署→监控)
LLM 评测Weavemlflow.genai/evaluateBedrock
自托管成本低(SaaS)/中(自托管 server)中(要管 DB+artifact)不适用

官方资源