> ## Documentation Index
> Fetch the complete documentation index at: https://wb-21fd5541-docs-1917.mintlify.site/llms.txt
> Use this file to discover all available pages before exploring further.

# 分散トレーニングでトレーニングがハングするのはなぜですか？

W\&B を分散トレーニングで使用するときにトレーニングがハングする主な原因は、次の 2 つです。

1. **トレーニング開始時にハングする**: W\&B のマルチプロセッシングが、分散トレーニング用フレームワークのマルチプロセッシングと干渉することがあります。
2. **トレーニング終了時にハングする**: W\&B のプロセスは、いつ終了すべきかを認識できません。

<div id="fix-hanging-at-the-start">
  ## 起動時のハングを解消する
</div>

W\&B SDK `0.13.0` 以降では、W\&B Service がデフォルトで有効です。古いバージョンを使用している場合は、SDK をアップグレードしてください。

```shell theme={null}
pip install --upgrade wandb
```

W\&B SDK `0.12.5` から `0.12.x` までは、W\&B Service を明示的に有効にしてください:

```python theme={null}
def main():
    wandb.require("service")
    # 残りのスクリプト
```

W\&B SDK `0.12.4` 以前では、`WANDB_START_METHOD` 環境変数を設定してください。

```bash theme={null}
export WANDB_START_METHOD=thread
```

<div id="fix-hanging-at-the-end">
  ## 終了時のハングを解消する
</div>

トレーニングスクリプトの最後で `wandb.finish()` を呼び出し、run が完了したことを W\&B に通知します:

```python theme={null}
wandb.finish()
```

これにより、すべてのデータが確実にアップロードされ、W\&B プロセスが正常に終了します。

詳細は、[分散トレーニング](/ja/models/track/log/distributed-training/)をご覧ください。

***

<Badge stroke shape="pill" color="orange" size="md">[Experiments](/ja/support/models/tags/experiments)</Badge><Badge stroke shape="pill" color="orange" size="md">[Run のクラッシュ](/ja/support/models/tags/run-crashes)</Badge>