innovativeproject ml models management

MAISIE - ML MODIMS SYSTEM

ميسي
Maisie Sphinx موضوع
الوثائق
pypi
Dockerhub

• 1 ميزات
• 2 تثبيت
• 3 نشر
  • 3.1 باستخدام Docker-Cormse
  • 3.2 جلب الصور الفردية
• 4 المساهمة
  • 4.1 البدء
  • 4.2 إصلاح المشكلات الحالية
  • 4.3 تنفيذ ميزات جديدة
  • 4.4 ارتباط التغييرات
• 5 وثائق

1 ميزات

هل يمكن إجراء نماذج أرشفة وتخزين وتنظيم وتنظيم نماذج التعلم الآلي بكفاءة مع تركيز كبير على تجربة المستخدم؟ بالتأكيد ، مايسي يفعل ذلك تمامًا.

Maisie هو مساعد ودود وسهل الاستخدام يتكون من:

• تطبيق الويب مكتوب في React
• واجهة برمجة تطبيقات الخلفية المكتوبة في بيثون ، قارورة
• تطبيق العميل/الحزمة المكتوبة في Python واستضافها على PYPI

يدمج بسلاسة مع أدواتك المفضلة ويوفر لك جميع البيانات المهمة ، مثل:

• مراجعات GIT لجميع النماذج المدربة ، وكذلك معلومات حول فروع المصدر
• قابلة للبحث ، ومقاييس ، والمعلمات والمقاييس القابلة للتصفية
• اسم مجموعة بيانات تعريف واحد ، بالإضافة إلى وصف اختياري
• عناوين URL الدائمة لسهولة المشاركة وتنزيل النماذج المخزنة

2 تثبيت

يمكنك الحصول على أحدث الحزمة من PYPI

$ pip install Maisie

استخدامه في بيئة التدريب الخاصة بك واضح إلى حد ما:

 import maisie
from sklearn . externals import joblib

# Define your model here

model . fit ( X , y )
model_filename = "example_model.pkl"
joblib . dump ( model , model_filename )

# Define your metrics, fetch parameters and hyperparameters

models = maisie . Models ()
models . upload (
    name = "My first uploaded model" ,
    filename = model_filename ,
    dataset_name = "Singly Identifying Dataset Name" ,
    metrics = { "accuracy" : accuracy },
    hyperparameters = hyperparameters ,
    parameters = parameters ,
)

3 نشر

3.1 باستخدام Docker-Cormse

يوفر هذا المستودع ملف docker-compose.yml الذي يحتوي على خيارات افتراضية معقولة.

قبل بدء الحاويات ، يجب عليك إنشاء ملف .env محلي باستخدام .env.sample .

لبدء جميع الخدمات ، قم بتشغيل:

$ docker-compose up

لإيقاف خدماتك ، يمكنك الضغط على Ctrl+C/Ctrl+D. إذا بدأت الخدمات في الخلفية باستخدام docker-compose up -d ، فإن الطريقة الصحيحة للقيام بذلك ستكون:

$ docker-compose stop

يمكنك معرفة المزيد عن Docker Compens من خلال النقر هنا.

3.2 جلب الصور الفردية

يتم نشر كل من صور الواجهة الأمامية والخلفية تلقائيًا إلى Docker Hub بمجرد توفر إصدار مستقر جديد.

الروابط

• صورة الواجهة على Docker Hub
• صورة الخلفية على Docker Hub
• ... خدمات أخرى

للرجوع إليها ، يمكنك إلقاء نظرة على نموذج Playbook Ansible الذي ينشر جميع الحاويات على مضيف محدد باستخدام ملف .env تم تكوينه محليًا.

4 المساهمة

4.1 البدء

1. استنساخ المستودع من فرع develop

$ git clone -b develop [email protected]:nokia-wroclaw/innovativeproject-ml-models-management.git

2. تثبيت قبل الالتزام
3. داخل دليل الجذر للمشروع ، قم بتثبيت جميع githooks المطلوبة:

$ pre-commit install

4. لبدء جميع الخدمات المطلوبة للتطوير المحلي ، قم بتشغيل:

$ docker-compose up

5. أنت جميعا إعداد!

4.2 إصلاح المشكلات الحالية

1. اختر واحدة من المشكلات المفتوحة أو إنشاء مشكلة جديدة
2. قم بإنشاء فرع جديد مسمى issue-[number]-[short description] مشتق من فرع develop ، على سبيل المثال

$ git checkout -b issue-42-project-removal-permissions develop

3. تأكد من إصلاح تنفيذ المشكلة الفعلية ويتم اختباره جيدًا.

4.3 تنفيذ ميزات جديدة

عند تنفيذ ميزات جديدة ، يجب أن تبدأ بإنشاء فرع جديد يسمى feature-[short description] مشتق من فرع develop ، على سبيل المثال

$ git checkout -b feature-new-user-profile develop

4.4 ارتباط التغييرات

لتشغيل جميع الاختبارات والتحقق مما إذا كانت جميع githooks المطلوبة قبل الالتزام راضين ، قم بتشغيل

$ pre-commit run --all-files

يجب أن تلخص رسالة الالتزام الخاصة بك بإيجاز التغييرات (إن أمكن) باللغة الإنجليزية البسيطة. لمعرفة كيفية كتابة رسالة الالتزام المناسبة ، تحقق من هذه المقالة.

عندما يكون جاهزًا ، قم بإنشاء طلب سحب جديد مقارنةً بفرع develop كفرع أساسي.

5 وثائق

لأحدث إصدار مستقر ، يمكن رؤية الوثائق في Docs.Maisie.dev.