torchblaze

Antorcha

Enlace a la documentación

Un paquete Python basado en CLI que proporciona un conjunto de funcionalidades para realizar ML de extremo a extremo usando Pytorch.

Los siguientes son el conjunto de funcionalidades proporcionadas por la herramienta:

---

• Plantilla Flask-API : Configure la esturción básica del proyecto Pytorch y una API de inicio de frasco fácilmente ajustable con un solo comando CLI. Implementar sus modelos ML nunca ha sido tan fácil.

• Pruebe la API ML : una vez que haya configurado su API, pruebe todos los puntos finales de la API para asegurarse de obtener los resultados esperados antes de empujar su API a la implementación.

• Dockerizing : una dockerización fácil, de comando monomotor, simplificada para su API ML.

• ML Model Test Suite : el paquete viene con un conjunto de pruebas incorporado que evalúa sus modelos Pytorch en un conjunto de pruebas para buscar cualquier error que de otro modo no se pueda rastrear fácilmente.

Aquí está la lista disponible de comandos:

---

• Configuración del proyecto de plantilla:

 foo@bar:~ $ torchblaze generate_template --project_name example

• Imagen de edificio Docker (requiere Docker instalado):

Primer CD al directorio de proyectos root que contiene el archivo App.py.

 foo@bar:~ $ torchblaze generate_docker --image_name example_image

• Ejecutar Docker Image (requiere Docker instalado):

 foo@bar:~ $ torchblaze run_docker --image_name example

• Realización de pruebas de API:

Primer CD al directorio de proyectos root que contiene el archivo App.py.

 foo@bar:~ $ torchblaze api_tests

• Realización de pruebas de modelo:

Importar el paquete mltests

 import torchblaze . mltests as mls

Luego use la variedad de métodos de prueba disponibles en el paquete MLTESTS. Ejecute el siguiente comando para obtener la lista de métodos disponibles.

 dir ( mls )

Para verificar la documentación de cualquiera de las pruebas disponibles, use el método de ayuda:

 help ( mls . < method_name > )