wandb/server
W&B Server is the self hosted version of Weights & Biases
해결하는 문제
Weights & Biases 플랫폼의 자체 호스팅 버전을 제공하여 팀이 클라우드 호스팅 서비스 대신 자체 인프라스트럭처에서 기계학습 실험 추적 및 데이터를 유지할 수 있도록 합니다.
작동 방식
시스템은 Docker 컨테이너로 배포됩니다. 사용자는 wandb server start 명령어 또는 수동 Docker 실행 명령어를 사용하여 서버를 시작할 수 있습니다. 실행 후 네트워크 내 다른 머신은 호스트 URL과 API 키를 설정하여 이 서버에 메트릭을 보고할 수 있습니다.
대상 사용자
실험에 자체 호스팅 인프라스트럭처가 필요한 기계학습 엔지니어 및 연구자. 특히 데이터와 환경에 대한 통제를 유지해야 하는 사용자에게 적합합니다.
주요 기능
- Docker를 통한 자체 호스팅 배포.
- 외부 MySQL, 클라우드 스토리지, SSO(라이선스 필요)와 같은 프로덕션 수준 기능 지원.
- Terraform를 통해 AWS, Google Cloud, Azure용 프로비저닝 스크립트 제공.
관련
- 프로젝트
wandb/wandb머신러닝 실험 추적 및 시각화 플랫폼으로, 개발자가 전체 ML 파이프라인에서 하이퍼파라미터와 메트릭을 모니터링할 수 있도록 도와줍니다.
- 프로젝트
wandb/examples인기 있는 ML 프레임워크(PyTorch, TensorFlow/Keras, Hugging Face, XGBoost, scikit‑learn 등)에 Weights & Biases 추적 라이브러리를 통합하는 방법을 보여주는 즉시 실행 가능한 스크립트와 Colab 노트북의 커리레이티드 세트입니다. 실행 로깅, 설정, 메트릭, 기울기, 아티팩트 기록을 시연하여, 몇 줄의 코드로 모델의 실험 추적과 재현성을 쉽게 추가할 수 있도록 도와줍니다.
- 프로젝트
HarnessRouter/harnessrouterHarnessRouter는 많은 AI “하네스”(예: Codex, Claude Code)를 단일 OpenAI 호환 API 뒤에 통합하는 오픈소스 Docker 기반 서버로, 세션 지속 작업 공간, 스트리밍, 파일 처리 및 사용자 정의 하네스 구성을 제공합니다.
- 프로젝트
gradio-app/trackioTrackio는 WandB API와 호환되는 무료 로컬 우선 실험 추적 라이브러리입니다. 로그를 SQLite에 저장하고(선택적으로 Parquet로 내보내기), LLM 기반 분석을 위한 CLI/SQL 쿼리 인터페이스를 제공하며, 로컬에서 실행하거나 Hugging Face Space에 게시할 수 있는 Gradio 스타일 대시보드를 제공합니다. 기능에는 알림, 웹훅, 높은 처리량의 비차단 로깅, 대시보드의 쉬운 임베딩이 포함됩니다.
- 프로젝트