> ## Documentation Index
> Fetch the complete documentation index at: https://wb-21fd5541-wbdocs-1882.mintlify.site/llms.txt
> Use this file to discover all available pages before exploring further.

# Comment utiliser wandb avec le multiprocessing, par exemple pour l'entraînement distribué ?

Si un programme d'entraînement utilise plusieurs processus, structurez-le de façon à éviter d'appeler des méthodes wandb depuis des processus qui n'ont pas exécuté `wandb.init()`.

Gérez l'entraînement multiprocessus à l'aide des approches suivantes :

1. Appelez `wandb.init` dans tous les processus et utilisez l'argument mot-clé [group](/fr/models/runs/grouping) pour créer un groupe partagé. Chaque processus aura son propre run wandb, et l'UI regroupera les processus d'entraînement.
2. Appelez `wandb.init` dans un seul processus et transmettez les données à journaliser via des [files d'attente multiprocessing](https://docs.python.org/3/library/multiprocessing.html#exchanging-objects-between-processes).

<Note>
  Consultez le [guide de l'entraînement distribué](/fr/models/track/log/distributed-training) pour une explication détaillée de ces approches, y compris des exemples de code avec Torch DDP.
</Note>

***

<Badge stroke shape="pill" color="orange" size="md">[Experiments](/fr/support/models/tags/experiments)</Badge>