trainer

Pelatih Gretel

Modul ini dirancang untuk menyediakan antarmuka sederhana untuk membantu pengguna berhasil melatih model sintetis pada dataset kompleks dengan jumlah baris dan kolom tinggi, dan menawarkan fitur seperti pelatihan berbasis cloud SaaS dan paralelisasi berbasis multi-GPU. Mulailah secara gratis dengan kunci API dari Gretel.ai.

Fungsi dan fitur saat ini:

• Generator data sintetis untuk data teks, tabel, dan seri waktu dengan fitur-fitur berikut:
  • Menyeimbangkan dataset atau meningkatkan kelas minoritas menggunakan pembuatan data bersyarat.
  • Validasi Data Otomatis.
  • Laporan Kualitas Data Sintetis.
  • Filter privasi dan dukungan privasi diferensial opsional.
• Beberapa jenis model yang didukung:
  • Tipe model Gretel-LSTM mendukung teks, tabel, seri waktu, dan pembuatan data bersyarat.
  • Jenis model Gretel-ACTGAN mendukung pembuatan data tabel dan bersyarat.
  • Sintesis bahasa alami Gretel-GPT berdasarkan implementasi sumber terbuka GPT-3 (segera hadir).
  • Gretel-DGAN Multi-Variate Time Series berdasarkan doppelganger (segera hadir).

Cobalah sekarang!

Jika Anda ingin dengan cepat memulai mensintesis data dengan Gretel.ai , cukup klik tombol di bawah ini dan ikuti contohnya. Lihat contoh Python3 dan Jupyter Notebook tambahan di folder ./notebooks .

Bergabunglah dengan Perselisihan Komunitas Data Sintetis

Jika Anda ingin menjadi bagian dari komunitas data sintetis untuk menerima pengumuman rilis terbaru, ajukan pertanyaan, sarankan fitur baru atau berpartisipasi dalam pertemuan pengembangan, silakan bergabung dengan server komunitas data sintetis!

Memasang

Menggunakan pip :

pip install -U gretel-trainer

QuickStart

1. Tambahkan tombol API Gretel Anda melalui Gretel CLI.

Gunakan klien Gretel untuk menyimpan kunci API Anda ke disk. Langkah ini opsional, pelatih akan meminta kunci API pada langkah berikutnya.

gretel configure

2. Melatih atau menyempurnakan model menggunakan Gretel API

 from gretel_trainer import trainer

dataset = "https://gretel-public-website.s3-us-west-2.amazonaws.com/datasets/USAdultIncome5k.csv"

model = trainer . Trainer ()
model . train ( dataset )

3. Hasilkan data sintetis!

 df = model . generate ()

Perkembangan

Pengaturan lingkungan dan instal dependensi.

python -m venv venv
source venv/bin/activate
pip install -r requirements-dev.txt
pip install -e .

• Jalankan tes melalui make test
• Jalankan Jenis Pemeriksaan (Cakupan Terbatas) Melalui make type

Todos / peta jalan

• Aktifkan pembuatan bersyarat melalui antarmuka SDK (didukung dalam buku catatan saat ini).