> ## Documentation Index
> Fetch the complete documentation index at: https://wb-21fd5541-docs-2626.mintlify.site/llms.txt
> Use this file to discover all available pages before exploring further.

> Julia 프로그램에서 실험을 추적하고 메트릭을 기록하며 모델 성능을 시각화할 수 있도록 W&B를 Julia와 통합하세요.

# Julia용 W&B

Julia에서 머신 러닝 실험을 실행한다면, 커뮤니티 기여자가 만든 비공식 Julia 바인딩인 [`wandb.jl`](https://github.com/avik-pal/Wandb.jl)을 사용할 수 있습니다.

더 많은 예시는 [`wandb.jl` examples 디렉터리](https://github.com/avik-pal/Wandb.jl/tree/main/docs/src/examples)에서 확인하세요. 다음 코드는 `wandb.jl` 저장소의 시작하기 예시입니다:

```julia theme={null}
using Wandb, Dates, Logging

# 새 run을 시작하고, 설정에서 하이퍼파라미터를 추적합니다
lg = WandbLogger(project = "Wandb.jl",
                 name = "wandbjl-demo-$(now())",
                 config = Dict("learning_rate" => 0.01,
                               "dropout" => 0.2,
                               "architecture" => "CNN",
                               "dataset" => "CIFAR-100"))

# LoggingExtras.jl을 사용하여 여러 로거에 동시에 로그를 기록합니다
global_logger(lg)

# 트레이닝 또는 평가 루프 시뮬레이션
for x ∈ 1:50
    acc = log(1 + x + rand() * get_config(lg, "learning_rate") + rand() + get_config(lg, "dropout"))
    loss = 10 - log(1 + x + rand() + x * get_config(lg, "learning_rate") + rand() + get_config(lg, "dropout"))
    # 스크립트의 메트릭을 W&B에 기록합니다
    @info "metrics" accuracy=acc loss=loss
end

# run 종료
close(lg)
```