fasttrackmlダウンロードfasttrackmlソースコードのダウンロード

fasttrackml

その他のソースコード

v0.6.0

ダウンロード

FastTrackml

FastTrackMLは、機械学習コードを実行するときにロギングパラメーターとメトリックのAPIであり、結果を視覚化するためのUIです。 APIは、MLFLOWの追跡サーバーのドロップイン交換であり、MLFLOWとAIMの両方の視覚化UIが出荷されます。

名前が示すように、強調は速度 - 高速ロギング、高速検索にあります。

クイックスタート

追跡サーバーを実行します

注記

完全なガイドについては、QuickStartガイドを参照してください。

FastTrackMlはインストールしてpipで実行できます。

pip install fasttrackml
fml server

または、Dockerを使用してコンテナ内で実行することもできます。

docker run --rm -p 5000:5000 -ti gresearch/fasttrackml

http：// localhost：5000/にナビゲートすることで、UIを見ることができることを確認します。

詳細については、 --helpあなたの友達です！

実験を追跡します

mlflow pythonパッケージをインストールします。

pip install mlflow-skinny

これが基本的な例Pythonスクリプトです：

 import mlflow
import random

# Set the tracking URI to the FastTrackML server
mlflow . set_tracking_uri ( "http://localhost:5000" )
# Set the experiment name
mlflow . set_experiment ( "my-first-experiment" )

# Start a new run
with mlflow . start_run ():
    # Log a parameter
    mlflow . log_param ( "param1" , random . randint ( 0 , 100 ))

    # Log a metric
    mlflow . log_metric ( "foo" , random . random ())
    # metrics can be updated throughout the run
    mlflow . log_metric ( "foo" , random . random () + 1 )
    mlflow . log_metric ( "foo" , random . random () + 2 )

開発者

FastTrackmlは、開発容器内で構築およびテストできます。これは、環境全体がすべての依存関係（Go SDK、Postgres、Minioなど）と設定（フォーマット、糸くず、拡張など）がすぐに開始されるため、推奨される方法です。

githubコードスペース

GitHubアカウントをお持ちの場合は、このページの上部にある緑の「コード」ボタンをクリックして、新しいGitHub CodeSpaceでFastTrackMLを開くだけです。

F5を押すだけで、デバッガーを構築、実行、添付できます。ユニットテストは、左側のテストエクスプローラーから実行できます。 Makefileには、使用できる多くのターゲットもあります（たとえば、 build 、 run 、 test-go-unitなど）。

ビジュアルスタジオコード

ビジュアルスタジオコードでローカルで作業したい場合は、必要なのはDockerとDev Containers Extensionをインストールすることだけです。

VSコードでFastTrackMLのコピーを開き、プロンプトが表示されたら[コンテナで再開]をクリックします。プロジェクトが開設されたら、上記のGitHub CodeSpacesの指示に従うことができます。

重要

MacOSでは、ポート5000がすでに占有されているため、いくつかの調整が必要であることに注意してください。

cli

CLIが転がっている場合は、DEVコンテナCLIツールをインストールして、以下の命令に従うことができます。

CLIの指示

[！警告]このセットアップは推奨またはサポートされていません。ここにドラゴンになります！

.devcontainer/docker-compose.ymlファイルを編集し、 services.db.portsセクションを編集して、ポートをホストに公開する必要があります。また、 FML_LISTEN_ADDRESS=:5000から.devcontainer/.envを追加する必要があります。

次に、FastTrackMLのコピーに次のコマンドを発行して、起動して実行できます。

devcontainer up

Repoをfasttrackmlという名前のディレクトリにクローン化し、開発コンテナ構成をフィドルしなかったと仮定すると、次のようにDEVコンテナを入力できます。

docker compose --project-name fasttrackml_devcontainer exec --user vscode --workdir /workspaces/fasttrackml app zsh

これらのいずれかが当てはまらない場合は、セットアップに合わせて調整されたコマンドをレンダリングする方法を次に示します（ jqインストールする必要があります）：

devcontainer up | tail -n1 | jq -r ' "docker compose --project-name (.composeProjectName) exec --user (.remoteUser) --workdir (.remoteWorkspaceFolder) app zsh" '

開発コンテナに入ったら、お気に入りのテキストエディターとMakefileターゲットを使用してください。

vscode ➜ /workspaces/fasttrackml (main) $ vi main.go
vscode ➜ /workspaces/fasttrackml (main) $ emacs .
vscode ➜ /workspaces/fasttrackml (main) $ make run