> ## Documentation Index
> Fetch the complete documentation index at: https://wb-21fd5541-docs-hivemind-launch.mintlify.site/llms.txt
> Use this file to discover all available pages before exploring further.
# 콘솔 로그
> 정보, 경고, 오류를 포함한 W&B 실험 run의 콘솔 로그 메시지를 확인하고 디버그합니다.
실험을 실행하면 콘솔에 메시지가 출력될 수 있습니다. W\&B는 콘솔 로그를 캡처해 W\&B App에 표시합니다. 이 메시지를 활용해 실험 동작을 디버그하고 모니터링하세요.
다음 섹션에서는 각 run의 콘솔 로그를 확인하고, 설정하고, 검색하고, 필터링하고, 다운로드하고, 복사하는 방법을 설명합니다.
## 콘솔 로그 보기
run 중에 생성된 메시지를 확인하려면 W\&B App에서 run의 콘솔 로그에 액세스하세요.
1. W\&B App에서 프로젝트로 이동합니다.
2. **Runs** 테이블에서 run을 선택합니다.
3. 프로젝트 사이드바에서 **Logs** 탭을 클릭합니다.
W\&B는 run당 최대 100,000줄의 로그를 저장합니다. W\&B App에서는 한 번에 최대 10,000줄의 로그만 표시됩니다. 저장된 모든 로그 줄을 보려면 로그를 스크롤하여 이전 줄이 표시되도록 하세요.
## 콘솔 로그 유형
W\&B는 세 가지 유형의 콘솔 로그를 캡처하며, 각 로그의 심각도를 나타내는 접두사를 추가합니다. 이 접두사를 사용하면 로그를 빠르게 훑어보면서 디버깅에 가장 관련 있는 메시지를 파악할 수 있습니다. 다음 표는 각 유형을 심각도가 높은 순서부터 낮은 순서까지 요약한 것입니다.
| 심각도 | 접두사 | 설명 | 예시 |
| --- | --------- | ------------------------------------- | --------------------------------------------------------------- |
| 오류 | `ERROR` | run이 성공적으로 완료되지 못하게 할 수 있는 심각한 문제입니다. | `ERROR Failed to save notebook.` |
| 경고 | `WARNING` | 실행을 중단시키지는 않지만 잠재적인 문제를 나타냅니다. | `WARNING Found .wandb file, not streaming tensorboard metrics.` |
| 정보 | `wandb:` | run의 진행 상황과 상태에 관한 업데이트입니다. | `wandb: Starting Run: abc123` |
## 콘솔 로그 설정
W\&B가 캡처하고 표시할 콘솔 출력 유형을 제어하려면, run을 초기화할 때 `wandb.init()`에 `wandb.Settings` 객체를 전달하세요. 관련 매개변수는 `show_errors`, `show_warnings`, `show_info`, `silent`입니다. 각 매개변수와 기본값에 대한 자세한 내용은 [`wandb.Settings` 레퍼런스](/ko/models/ref/python/experiments/settings)를 참조하세요.
다음 예시는 이러한 설정을 구성하는 방법을 보여줍니다.
```python theme={null}
import wandb
settings = wandb.Settings(
show_errors=True, # W&B App에 오류 메시지 표시
silent=False, # 모든 W&B 콘솔 출력 비활성화
show_warnings=True # W&B App에 경고 메시지 표시
)
with wandb.init(settings=settings) as run:
# 트레이닝 코드를 여기에 작성하세요
run.log({"accuracy": 0.95})
```
## 맞춤형 로깅
이미 자체 로깅 설정이 있다면 W\&B와 함께 계속 사용할 수 있습니다. W\&B는 애플리케이션의 콘솔 로그를 캡처하지만, 사용자의 로깅 설정에는 영향을 주지 않습니다. Python의 기본 제공 `print()` 함수나 `logging` 모듈을 사용해 메시지를 기록할 수 있습니다.
```python theme={null}
import wandb
with wandb.init(project="my-project") as run:
for i in range(100, 1000, 100):
# W&B에 로그를 남기고 콘솔에 출력
run.log({"epoch": i, "loss": 0.1 * i})
print(f"epoch: {i} loss: {0.1 * i}")
```
콘솔 로그는 다음과 비슷한 형태로 표시됩니다:
```text theme={null}
1 epoch: 100 loss: 1.3191105127334595
2 epoch: 200 loss: 0.8664389848709106
3 epoch: 300 loss: 0.6157898902893066
4 epoch: 400 loss: 0.4961796700954437
5 epoch: 500 loss: 0.42592573165893555
6 epoch: 600 loss: 0.3771176040172577
7 epoch: 700 loss: 0.3393910825252533
8 epoch: 800 loss: 0.3082585036754608
9 epoch: 900 loss: 0.28154927492141724
```
## 타임스탬프
W\&B는 각 콘솔 로그 항목에 타임스탬프를 자동으로 추가합니다. 이를 통해 각 로그 메시지가 언제 생성되었는지 확인할 수 있습니다.
콘솔 로그에서 타임스탬프를 표시하거나 숨기려면 콘솔 로그 페이지에서 **Timestamp visible** 드롭다운 목록을 선택하세요.
## 콘솔 로그 검색
관련 항목을 빠르게 찾으려면 콘솔 로그 페이지의 검색창을 사용해 키워드로 로그를 필터링하세요. 특정 용어, 라벨 또는 오류 메시지를 검색할 수 있습니다.
## 맞춤형 라벨로 필터링
`x_` 접두사가 붙은 매개변수(`x_label` 등)는 공개 프리뷰 상태입니다. 피드백을 보내려면 [W\&B 저장소에 GitHub 이슈](https://github.com/wandb/wandb)를 생성하세요.
`wandb.Settings`의 `x_label` 인수로 전달한 라벨을 기준으로 콘솔 로그를 필터링할 수 있습니다. 콘솔 로그 페이지의 검색창에 라벨을 입력하세요.
```python theme={null}
import wandb
# 기본 노드에서 run 초기화
with wandb.init(
entity="[ENTITY-NAME]",
project="[PROJECT-NAME]",
settings=wandb.Settings(
x_label="[CUSTOM-LABEL]" # (선택) 로그 필터링을 위한 맞춤형 라벨
)
) as run:
# 여기에 코드를 작성하세요
```
## 콘솔 로그 다운로드
오프라인 분석이나 공유를 위해 로그를 로컬에 저장하려면 W\&B App에서 run의 콘솔 로그를 다운로드합니다.
1. W\&B App에서 프로젝트로 이동합니다.
2. **Runs** 테이블에서 run을 선택합니다.
3. 프로젝트 사이드바에서 **Logs** 탭을 클릭합니다.
4. 콘솔 로그 페이지에서 다운로드 버튼을 클릭합니다.
## 콘솔 로그 복사
다른 도구나 메시지에 로그를 붙여 넣으려면 W\&B App에서 run의 콘솔 로그를 복사하세요:
1. W\&B App에서 프로젝트로 이동합니다.
2. **Runs** 테이블에서 run을 선택합니다.
3. 프로젝트 사이드바에서 **Logs** 탭을 클릭합니다.
4. 콘솔 로그 페이지에서 복사 버튼을 클릭합니다.