W&B入門2026｜ML実験を8行のコードで記録・可視化する全手順

1. 10行で動かすクイックスタート

説明は後回し。まず動かす。

pip install wandb
wandb login   # ブラウザが開く → APIキーをコピペ

アカウントはwandb.aiでGitHub連携すれば30秒で作れる。APIキーはSettings画面に表示される文字列をターミナルに貼るだけ。

import wandb
import random

with wandb.init(project="first-experiment", config={"lr": 0.01, "epochs": 20}) as run:
    for epoch in range(20):
        loss = 1.0 / (epoch + 1) + random.uniform(-0.05, 0.05)
        acc = 1 - loss + random.uniform(-0.02, 0.02)
        run.log({"loss": loss, "accuracy": acc})

8行。wandb.aiのダッシュボード上にlossとaccuracyのグラフが即座に生える。ブラウザを開いてプロジェクトページに飛ぶと、epoch進行に合わせてリアルタイムに線が伸びていく。TensorBoardのようにlogdirを指定してサーバーを立てる手間がない。コードを走らせた瞬間から可視化が始まる。

2. ダッシュボードの読み方

コードを実行すると、ターミナルにURLが1行表示される。ダッシュボードへの直リンクだ。クリックするとブラウザに遷移する。

画面左にrun一覧。中央にグラフエリア。右にサマリーパネル。初期状態ではlossとaccuracyの折れ線グラフが自動生成されている。run.log()に渡したキー名がそのままグラフのタイトルになる仕組みだ。

実験を1回走らせるたびにrunが1行増え、ハイパーパラメータとメトリクスが自動で記録される。3日後に「あのときのlr=0.001の結果どうだっけ」と記憶を掘り返す必要がない。ダッシュボードを開けば、全runが時系列で並んでいる。これがW&Bを「実験ノートの電子版」と呼ぶ所以だ。

ログに流せるデータ型

スカラー値だけではない。画像、動画、音声、3Dオブジェクト、テーブル、matplotlibの図まで流し込める。

# 画像をログ
run.log({"generated": wandb.Image(img_array, caption="epoch 10")})

# matplotlibの図をそのまま
import matplotlib.pyplot as plt
fig, ax = plt.subplots()
ax.plot(history)
run.log({"learning_curve": fig})

# テーブル（予測結果の比較などに）
table = wandb.Table(columns=["input", "pred", "label"],
                    data=[["猫の画像", "cat", "cat"], ["犬の画像", "dog", "cat"]])
run.log({"predictions": table})

物体検出モデルのデバッグで特に重宝する。bounding boxがずれているとき、数値を眺めても原因はわからない。画像をepochごとに記録しておけば「epoch 5からboxが右にずれ始めた」と一目でわかる。厄介なのは、この手のバグはlossの値だけ見ていると「順調に下がっている」ように見える点だ。画像ログがなければ気づけない。実際にW&Bの画像ログで検出精度のバグを発見できたケースは少なくない。

3. Sweepsでハイパーパラメータ自動探索

ここからがW&Bの本領。手動でlrを0.01, 0.001, 0.0001と試して結果をメモする作業、もう不要だ。

Sweepsは探索戦略・パラメータ範囲・最適化目標をYAML風の辞書で定義するだけで勝手に回るハイパーパラメータ探索機能。イメージとしては、Optunaのような探索エンジンとW&Bのログ基盤が一体化したもの。

sweep_config = {
    "method": "bayes",
    "metric": {"name": "val_loss", "goal": "minimize"},
    "parameters": {
        "learning_rate": {
            "distribution": "log_uniform_values",
            "min": 1e-5,
            "max": 1e-1
        },
        "batch_size": {"values": [16, 32, 64, 128]},
        "optimizer": {"values": ["adam", "sgd", "adamw"]},
    },
    "early_terminate": {
        "type": "hyperband",
        "min_iter": 3
    }
}

sweep_id = wandb.sweep(sweep_config, project="sweep-demo")

methodは3択。

• grid -- 全組み合わせを総当たり。パラメータが3個以下なら有効だが、それ以上は組み合わせ爆発する
• random -- ランダムサンプリング。gridよりはるかに効率的で、研究でも「randomで十分」という結果がある
• bayes -- 過去の結果からガウス過程で次の候補を推定。探索回数が20-50回程度に限られるときに真価を発揮

early_terminateにHyperbandを指定すると、序盤のlossが悪いrunを自動で打ち切る。20回のSweepで15回を途中終了し、有望な5回にGPU時間を集中させる動きになる。

def train():
    with wandb.init() as run:
        config = run.config
        model = build_model(config.learning_rate, config.optimizer)
        for epoch in range(50):
            loss = train_one_epoch(model, config.batch_size)
            run.log({"val_loss": loss})

wandb.agent(sweep_id, function=train, count=20)

wandb.agent()を呼ぶと、W&Bサーバー側が次のパラメータ組み合わせを決めてtrain関数に渡す。複数マシンで並列に走らせたい場合は、各マシンで同じsweep_idに対してwandb.agent()を呼ぶだけでよい。サーバーが重複を排除して割り振る。

4. Artifactsでデータとモデルを管理する

Gitはコードの倉庫としては優秀だが、学習データやモデルの重みファイルには向いていない。数GBのバイナリをcommitするとリポジトリが破綻する。ArtifactsはこのGitの弱点を埋める機能だ。データセット・モデル・設定ファイルをバージョン付きで保存し、「どの実験がどのデータで学習したか」の系譜を追跡する。

# データセットをArtifactとして保存
artifact = wandb.Artifact("training-data", type="dataset",
                          description="前処理済み v2",
                          metadata={"rows": 50000, "source": "BigQuery"})
artifact.add_dir("data/processed/")
run.log_artifact(artifact)

# 別のrunで取得して使う
artifact = run.use_artifact("training-data:latest")
data_dir = artifact.download()

:latestは最新バージョンを指すエイリアス。:v3で特定バージョンを固定することもできる。「本番モデルはどのバージョンのデータで学習したか」を遡れる状態が、コード2行で手に入る。

Model Registryとの連携

学習済みモデルをArtifactとして保存した後、Model Registryにリンクすると「production」「staging」といったエイリアスを付けられる。本番環境から"image-classifier:production"を引くだけで承認済みモデルが取れる仕組みだ。

model_artifact = wandb.Artifact("resnet50-classifier", type="model")
model_artifact.add_file("checkpoints/best_model.pt")
run.log_artifact(model_artifact)

run.link_artifact(model_artifact,
                  target_path="wandb-registry-model/image-classifier",
                  aliases=["production", "v4"])

Slackで「productionのモデルどれだっけ？」と聞く必要がなくなる。地味だが、チーム開発ではこの「聞かなくて済む」仕組みが一番効く。W&Bを使い始めて惜しいと感じたのは、もっと早く導入しなかったことだ。最初の3ヶ月間の実験ログが手元に残っていない。

5. 料金プラン

個人ならFreeプランで十分すぎる。100GBのストレージはメトリクスのログだけなら数年分持つ。モデルの重みファイル（数百MB〜数GB）をArtifactsに入れ始めると消費が早まるが、個人利用なら余裕がある。

W&BのTeamプランの$50/月/人はJetBrains IDEのサブスクと同程度。5人チームで月$250。高いか安いかはML実験のカオス具合による。「先週のあの実験の設定ファイルどこ」というやり取りが週3回以上あるなら、W&Bの導入で元は取れる。

6. MLflow vs W&B

ML実験管理の二大勢力。どちらを選ぶかはチームの制約で決まる。

自分ならこう使い分ける。個人のサイドプロジェクトやKaggleならW&B一択。セットアップゼロの恩恵は大きい。一方、医療データや社内機密を扱い「データを外部に出せない」制約があるならMLflow。

迷うのは「チームで使う商用プロジェクト」のケース。W&BのTeamプランに$50/月/人を払うか、MLflowのサーバーを自前で立てるか。サーバー管理にリソースを割けるMLOpsエンジニアがチームにいるならMLflowも選択肢に入る。いないなら、SaaSに任せたほうがMLエンジニアは実験に集中できる。

7. よくある質問

8. まとめ

W&Bの核はrun.log()の1行にある。ML実験を記録し、ブラウザで即座に可視化する。コード8行で動くクイックスタートのハードルの低さと、Sweeps・Artifacts・Model Registryまで揃った機能の幅を両立している。この両方を持つツールは他にない。

Pythonの基礎が身についていてMLモデルの学習経験が1回でもあるなら、導入は早いほうがよい。実験ログが溜まるほどW&Bの価値は上がる。逆に「1回学習して終わり」のケースではオーバースペック。判断基準は「同じモデルのハイパーパラメータを2回以上変えて試すかどうか」だ。

pip install wandbとクイックスタートのコードで1回動かしてみるのが最短の判断材料になる。ダッシュボードに自分の実験グラフが表示されたとき、スプレッドシート管理には戻れなくなる。