> ## Documentation Index
> Fetch the complete documentation index at: https://wb-21fd5541-codex-link-agent-evals-docs.mintlify.site/llms.txt
> Use this file to discover all available pages before exploring further.

> Initialisez un sweep à l'aide du SDK Python ou de la CLI pour lancer des recherches d'hyperparamètres avec votre configuration de sweep.

# Initialiser un sweep

Après avoir défini une configuration de sweep, et avant de lancer des agents, initialisez un sweep pour enregistrer sa configuration dans W\&B et recevoir un ID de sweep. Les agents utilisent l'ID de sweep pour récupérer les instructions d'exécution. Une fois un sweep initialisé, il est prêt à coordonner des recherches d'hyperparamètres sur une ou plusieurs machines.

W\&B utilise un contrôleur de sweep pour gérer les sweeps sur une ou plusieurs machines. Une fois qu'un run est terminé, le contrôleur génère un nouvel ensemble d'instructions décrivant le run suivant à exécuter, puis les agents récupèrent ces instructions et les exécutent. Par défaut, W\&B héberge le contrôleur, et les agents s'exécutent sur vos machines.

Avant d'initialiser un sweep, vous devez avoir défini une configuration de sweep soit dans un fichier YAML, soit dans un dictionnaire Python imbriqué dans votre script. Pour plus d'informations, voir [Define sweep configuration](/fr/models/sweeps/define-sweep-configuration).

Les extraits de code suivants montrent comment initialiser des sweeps avec la CLI et dans un notebook Jupyter ou un script Python. Choisissez la méthode qui correspond à votre flux de travail.

<Warning>
  Le sweep et le run doivent se trouver dans le même projet. Le nom du projet que vous fournissez lorsque vous initialisez W\&B ([`wandb.init()`](/fr/models/ref/python/functions/init)) doit correspondre au nom du projet que vous fournissez lorsque vous initialisez un sweep ([`wandb.sweep()`](/fr/models/ref/python/functions/sweep)).
</Warning>

<Tabs>
  <Tab title="Script Python ou notebook">
    Utilisez le SDK W\&B pour initialiser un sweep. Passez le dictionnaire de configuration du sweep au paramètre `sweep`. Vous pouvez éventuellement définir le paramètre `project` avec le nom du projet dans lequel vous souhaitez que W\&B stocke la sortie du run. Si vous ne spécifiez pas de projet, W\&B place le run dans un projet `Uncategorized`.

    ```python theme={null}
    import wandb

    # Exemple de configuration de sweep
    sweep_configuration = {
        "method": "random",
        "name": "sweep",
        "metric": {"goal": "maximize", "name": "val_acc"},
        "parameters": {
            "batch_size": {"values": [16, 32, 64]},
            "epochs": {"values": [5, 10, 15]},
            "lr": {"max": 0.1, "min": 0.0001},
        },
    }

    sweep_id = wandb.sweep(sweep=sweep_configuration, project="project-name")
    ```

    La fonction [`wandb.sweep()`](/fr/models/ref/python/functions/sweep) renvoie l'ID du sweep. L'ID du sweep inclut le nom de l'entité et le nom du projet. Notez l'ID du sweep : vous le transmettrez aux agents lorsque vous les démarrerez. Avec l'ID du sweep, vous êtes prêt à lancer un ou plusieurs agents pour exécuter des runs.
  </Tab>

  <Tab title="CLI">
    Utilisez la CLI W\&B pour initialiser un sweep. Fournissez le nom de votre fichier de configuration. Vous pouvez éventuellement définir l'option `--project` avec le nom du projet. Si vous ne spécifiez pas de projet, W\&B place le run dans un projet `Uncategorized`.

    Utilisez la commande [`wandb sweep`](/fr/models/ref/cli/wandb-sweep) pour initialiser un sweep. L'exemple de code suivant initialise un sweep pour un projet `sweeps_demo` et utilise un fichier `config.yaml` pour la configuration.

    ```bash theme={null}
    wandb sweep --project sweeps_demo config.yaml
    ```

    Cette commande affiche un ID de sweep. L'ID du sweep inclut le nom de l'entité et le nom du projet. Notez l'ID du sweep : vous le transmettrez aux agents lorsque vous les démarrerez. Avec l'ID du sweep, vous êtes prêt à lancer un ou plusieurs agents pour exécuter des runs.
  </Tab>
</Tabs>