메인 콘텐츠로 건너뛰기
다음 안내를 참고하여 일반적인 에러 메시지를 해결하세요.

​
CommError, Run does not exist 및 ERROR Error uploading

이 두 에러 메시지가 모두 반환된다면 W&B Run ID가 정의되어 있을 수 있습니다. 예를 들어, Jupyter Notebooks나 Python 스크립트 어딘가에 다음과 유사한 코드조각이 정의되어 있을 수 있습니다: 
wandb.init(id="some-string")
W&B Sweeps는 Sweeps에 의해 생성된 Runs에 대해 무작위의 고유한 ID를 자동으로 생성하므로, W&B Sweeps에 대해서는 Run ID를 직접 설정할 수 없습니다. W&B Run IDs는 프로젝트 내에서 고유해야 합니다. 테이블과 그래프에 표시될 커스텀 이름을 설정하고 싶다면, W&B를 초기화할 때 name 파라미터에 이름을 전달하는 것을 권장합니다. 예시: 
wandb.init(name="a helpful readable run name")

​
Cuda out of memory

이 에러 메시지가 표시되면 프로세스 기반 실행을 사용하도록 코드를 리팩토링하세요. 구체적으로는 코드를 Python 스크립트로 다시 작성하세요. 또한 W&B Python SDK 대신 CLI에서 W&B Sweep 에이전트를 호출하세요. 예를 들어, 코드를 train.py라는 이름의 Python 스크립트로 다시 작성했다고 가정해 보겠습니다. 트레이닝 스크립트 이름(train.py)을 YAML Sweep 구성 파일(이 예제에서는 config.yaml)에 추가합니다: 
program: train.py
method: bayes
metric:
  name: validation_loss
  goal: maximize
parameters:
  learning_rate:
    min: 0.0001
    max: 0.1
  optimizer:
    values: ["adam", "sgd"]
다음으로, train.py Python 스크립트에 아래 내용을 추가합니다: 
if _name_ == "_main_":
    train()
CLI로 이동하여 wandb sweep 명령어로 W&B Sweep을 초기화합니다: 
wandb sweep config.yaml
반환된 W&B Sweep ID를 메모해 둡니다. 그 다음, Python SDK (wandb.agent) 대신 CLI에서 wandb agent를 사용하여 Sweep 작업을 시작합니다. 아래 코드조각의 sweep_ID를 이전 단계에서 반환된 Sweep ID로 교체하세요: 
wandb agent sweep_ID

​
anaconda 400 error

다음 에러는 대개 최적화하려는 메트릭을 로그하지 않았을 때 발생합니다: 
wandb: ERROR Error while calling W&B API: anaconda 400 error: 
{"code": 400, "message": "TypeError: bad operand type for unary -: 'NoneType'"}
YAML 파일이나 중첩된 사전(dictionary) 내에 최적화할 “metric”이라는 키를 지정했을 것입니다. 이 메트릭을 반드시 로그(wandb.log)하고 있는지 확인하세요. 또한 Python 스크립트나 Jupyter Notebook 내에서 sweep이 최적화하도록 정의한 메트릭 이름과 정확히 일치하는 이름을 사용하고 있는지 확인하세요. 구성 파일에 대한 자세한 정보는 Define sweep configuration을 참조하세요.