Repositori template untuk membuat semua proyek pembelajaran mesin.
Kebanyakan orang merasa sulit untuk mengemas kode python mereka dan tidak tahu bagaimana mengatur repo untuk itu.
Jika repositori diatur dengan cara yang salah, akan menjadi sulit untuk mengemas dan menggunakan kode di nanti juga.
Repo ini memberi Anda baterai yang diperlukan untuk mengemas kode Anda, cek CI, Auto Build dan menggunakan dokumen, dukungan penerbitan PYPI yang mudah, dan file Docker.
Ini berfungsi sebagai templat untuk mengatur hal -hal ini dengan cepat di repo Anda. Repo pembelajaran mesin yang dibuat dari templat ini dapat dengan mudah digunakan dan dikirim. Ini menjadi bebas kerumitan dan mudah untuk debug juga.
Anda dapat menambahkan kode Anda di folder template_python . Karena ini adalah paket, pastikan impor berasal dari root. yaitu from template_python import stuff
template_python ke nama repo yang Anda wajib.pip install git+git://github.com/oke-aditya/template_python.git di mk-docs-build.yml dan mk-docs-deploy.yml alur kerja di folder .github dengan paket Anda URL GIT. Ini akan mengatur dokumen..md untuk menyertakan deskripsi yang Anda butuhkan.requirements.txt dan requirements-extra.txt (opsional)..gitingore dan .dockerignore jika diperlukan tambahan. Saya telah memasukkan sebagian besar barang di dalamnya.settings.ini dan setup.py (opsional). Anda mungkin membutuhkan nama dan persyaratan yang berbeda. Sekali lagi sebagian besar barang ada di sana, Anda perlu menambahkan tweak yang sangat kecil.LICENSE Anda mungkin memerlukan yang berbeda.tests folder menggunakan pytest . Juga baca file README yang ada di folder. Mereka akan membantu dan memandu Anda untuk mengatur barang -barang juga.
Catatan: - Repo ini mungkin telah sedikit mengalihkan sedikit dari template ini.
Naikkan PR jika Anda telah membangun proyek Anda dengan template ini dan saya akan menambahkannya di sini !!
Templat ini dibuat menggunakan banyak repositori, termasuk ini
Kredit besar untuk repo ini, akan sulit untuk membuat ini tanpa mereka.
Template ini berbeda dari atas karena ini memberikan penekanan pada kode bundling dalam paket dan wadah Python sehingga memastikan portabilitas.