polyaxonダウンロード - polyaxonソースコードのダウンロード

polyaxon

パイソン

1.0.0

ダウンロード

データサイエンスを複製、自動化、拡張します

大規模なディープラーニングアプリケーションを構築、トレーニング、監視するためのプラットフォームであるPolyaxonへようこそ。機械学習アプリケーションの再現性、自動化、およびスケーラビリティを解決するためのシステムを作成しています。

Polyaxonは、任意のデータセンター、クラウドプロバイダーに展開するか、Polyaxonがホストおよび管理することができ、Tensorflow、MXNet、Caffe、Torchなどのすべての主要なディープラーニングフレームワークをサポートします。

Polyaxonは、スマートコンテナとノード管理を使用してワークロードを管理することにより、深い学習アプリケーションを開発するために、より速く、簡単で、より効率的になります。また、GPUサーバーをチームまたは組織向けの共有セルフサービスリソースに変えます。

インストール

tl; dr;

CLIをインストールします

 # Install Polyaxon CLI
$ pip install -U polyaxon

展開を作成します

 # Create a namespace
$ kubectl create namespace polyaxon

# Add Polyaxon charts repo
$ helm repo add polyaxon https://charts.polyaxon.com

# Deploy Polyaxon
$ polyaxon admin deploy -f config.yaml

# Access API
$ polyaxon port-forward

Polyaxonインストールガイドを確認してください

クイックスタート

tl; dr;

プロジェクトを開始します

 # Create a project
$ polyaxon project create --name=quick-start --description= ' Polyaxon quick start. '

丸太とリソースを訓練および追跡します

 # Upload code and start experiments
$ polyaxon run -f experiment.yaml -u -l

ダッシュボード

 # Start Polyaxon dashboard
$ polyaxon dashboard

Dashboard page will now open in your browser. Continue ? [Y/n]: y

ノート

 # Start Jupyter notebook for your project
$ polyaxon run --hub notebook

テンソルボード

 # Start TensorBoard for a run's output
$ polyaxon run --hub tensorboard -P uuid=UUID

クイックスタートガイドをチェックして、最初の実験のトレーニングを開始してください。

分散ジョブ

Polyaxonは、分配されたジョブをサポートおよび簡素化します。使用しているフレームワークに応じて、対応するオペレーターを展開し、分散トレーニングを有効にするためにコードを調整し、PolyaxonFileを更新する必要があります。

分散トレーニングを使用する例は次のとおりです。

分散したTensorflow
分散したpytorch
分散MPI
ホロボド
スパーク
ダスク

ハイパーパラメータチューニング

Polyaxonには、ハイパーパラメーターを提案し、実験グループと呼ばれるGoogle Vizierに非常によく似た結果を管理するための概念があります。 Polyaxonの実験グループは、検索アルゴリズム、検索スペース、およびトレーニングするモデルを定義します。

グリッド検索
ランダム検索
ハイパーバンド
ベイズの最適化
ハイパーオプト
カスタム反復最適化

並列実行

Polyaxonは、処理またはモデルのトレーニングジョブを並行して実行できます。ポリアクスンは、同時ジョブを管理するためのマッピング抽象化を提供します。

ダグとワークフロー

Polyaxon Dagsは、機械学習パイプラインを実行するためのコンテナネイティブエンジンを提供するツールです。 DAGは、依存関係を持つ複数の操作を管理します。各操作は、コンポーネントランタイムによって定義されます。これは、DAGでの操作が、ジョブ、サービス、分散職、並行実行、またはネストされたDAGである可能性があることを意味します。