> ## Documentation Index
> Fetch the complete documentation index at: https://wb-21fd5541-sdk-testing-latest.mintlify.site/llms.txt
> Use this file to discover all available pages before exploring further.
# Runs
export const GitHubLink = ({url}) =>
GitHub 소스 코드
;
## class `Runs`
프로젝트 및 선택 필터와 연결된 `Run` 객체의 lazy 이터레이터입니다.
필요할 때 W\&B Server에서 페이지 단위로 Runs를 조회합니다.
일반적으로 `Api.runs` 네임스페이스를 통해 간접적으로 사용됩니다.
### 방법 `Runs.__init__`
```python theme={null}
__init__(
service_api: 'ServiceApi',
entity: 'str',
project: 'str',
filters: 'dict[str, Any] | None' = None,
order: 'str' = '+created_at',
per_page: 'int' = 50,
include_sweeps: 'bool' = True,
lazy: 'bool' = True,
api_key: 'str | None' = None
)
```
**매개변수:**
* `service_api`: 요청에 사용할 서비스 API입니다.
* `entity`: 프로젝트를 소유한 entity(사용자 이름 또는 팀)입니다.
* `project`: run을 가져올 프로젝트 이름입니다.
* `filters`: run 쿼리에 적용할 필터입니다.
* `order`: `created_at`, `heartbeat_at`, `config.*.value`, 또는 `summary_metrics.*`를 사용할 수 있습니다. 앞에 `+`를 붙이면 오름차순(기본값)이고, `-`를 붙이면 내림차순입니다. 기본 정렬 순서는 가장 오래된 항목부터 최신 항목까지의 `run.created_at`입니다.
* `per_page`: 요청당 가져올 run 수입니다(기본값: 50).
* `include_sweeps`: run에 sweep 정보를 포함할지 여부입니다. 기본값은 True입니다.
***
### 속성 Runs.length
***
### 방법 `Runs.histories`
```python theme={null}
histories(
samples: 'int' = 500,
keys: 'list[str] | None' = None,
x_axis: 'str' = '_step',
format: "Literal['default', 'pandas', 'polars']" = 'default',
stream: "Literal['default', 'system']" = 'default'
) → list[dict[str, Any]] | pd.DataFrame | pl.DataFrame
```
필터 조건에 맞는 모든 run의 샘플링된 이력 메트릭을 반환합니다.
**매개변수:**
* `samples`: 각 run별로 반환할 샘플 수
* `keys`: 특정 키에 대한 메트릭만 반환합니다
* `x_axis`: 이 메트릭을 xAxis로 사용하며, 기본값은 \_step입니다
* `format`: 데이터를 반환할 형식입니다. 옵션은 "default", "pandas", "polars"입니다
* `stream`: 메트릭에는 "default", 시스템 메트릭에는 "system"을 사용합니다
**반환값:**
* `pandas.DataFrame`: `format="pandas"`인 경우, 이력 메트릭이 담긴 `pandas.DataFrame`을 반환합니다.
* `polars.DataFrame`: `format="polars"`인 경우, 이력 메트릭이 담긴 `polars.DataFrame`을 반환합니다.
* `list of dicts`: `format="default"`인 경우, `run_id` 키를 포함한 이력 메트릭이 담긴 `dict` 목록을 반환합니다.
***
### 방법 `Runs.upgrade_to_full`
```python theme={null}
upgrade_to_full() → None
```
이 Runs collection을 lazy 모드에서 전체 모드로 업그레이드합니다.
그러면 전체 run 데이터를 가져오도록 전환되며, 이미 로드된 모든 Run 객체도 전체 데이터를 포함하도록 업그레이드됩니다. 여러 run을 업그레이드할 때 성능을 높이기 위해 병렬 로딩을 사용합니다.