fasttrackml 다운로드 - fasttrackml 소스 코드 다운로드

fasttrackml

기타 소스코드

v0.6.0

다운로드

FastTrackml

FastTrackML은 기계 학습 코드를 실행할 때 매개 변수 및 메트릭을 로깅하기위한 API이며 결과를 시각화하는 UI입니다. API는 MLFLOW의 추적 서버를 드롭 인 교체하며 MLFLOW 및 AIM의 시각화 UI와 함께 제공됩니다.

이름에서 알 수 있듯이 빠른 로깅, 빠른 검색은 속도에 중점을 둡니다.

QuickStart

추적 서버를 실행하십시오

메모

전체 가이드는 QuickStart 안내서를 참조하십시오.

FastTrackMl을 pip 로 설치하고 실행할 수 있습니다.

pip install fasttrackml
fml server

또는 Docker와 함께 컨테이너 내에서 실행할 수 있습니다.

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

http : // localhost : 5000/로 탐색하여 UI를 볼 수 있는지 확인하십시오.

자세한 정보는 --help 친구입니다!

실험을 추적하십시오

MLFlow Python 패키지를 설치하십시오.

pip install mlflow-skinny

다음은 기본 예제 Python 스크립트입니다.

 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 )

개발자

FastTrackml은 개발자 컨테이너 내에서 구축 및 테스트 할 수 있습니다. 전체 환경이 모든 종속성 (GO SDK, Postgres, Minio 등)과 설정 (서식, 라인, 확장 등)과 즉시 시작할 때 권장되는 방법입니다.

github 코드 스페이스

GitHub 계정이있는 경우이 페이지 상단의 녹색 "코드"버튼을 클릭하여 새 GitHub 코드 스페이스에서 FastTrackML을 간단히 열 수 있습니다.

F5를 단순히 누르면 디버거를 빌드, 실행 및 부착 할 수 있습니다. 단위 테스트는 왼쪽의 테스트 탐색기에서 실행할 수 있습니다. Makefile 내에 사용할 수있는 많은 대상이 있습니다 (예 : build , run , test-go-unit ).

비주얼 스튜디오 코드

Visual Studio Code에서 로컬로 작업하려면 Docker와 Dev Containers Extension이 설치되기 만하면됩니다.

vs 코드에서 FastTrackML 사본을 열고 프롬프트되면 "컨테이너에서 다시 열기"를 클릭하십시오. 프로젝트가 열리면 위의 Github Codespaces 지침을 따라갈 수 있습니다.

중요한

MACOS에서는 포트 5000이 이미 점유되어 있으므로 일부 조정이 필요합니다.

클리

CLI가 롤링하는 방법이라면 Dev Container CLI 도구를 설치하고 아래 지침을 따라갈 수 있습니다.

CLI 지침

[! 경고]이 설정은 권장되거나 지원되지 않습니다. 여기 드래곤!

.devcontainer/docker-compose.yml 파일을 편집하고 포트를 호스트에 노출 시키려면 services.db.ports 섹션을 무책임해야합니다. 또한 FML_LISTEN_ADDRESS=:5000 ~ .devcontainer/.env 를 추가해야합니다.

그런 다음 FastTrackML 사본에서 다음 명령을 발행하여 일어나서 실행할 수 있습니다.

devcontainer up

REPO를 fasttrackml 이라는 디렉토리로 클로닝하고 DEV 컨테이너 구성과 함께 피지하지 않았다고 가정하면 DEV 컨테이너에 다음과 같이 입력 할 수 있습니다.

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

이 중 하나가 사실이 아닌 경우, 설정에 맞게 조정 된 명령을 렌더링하는 방법은 다음과 같습니다 ( jq 설치해야 함).

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

Dev 컨테이너에 들어가면 좋아하는 텍스트 편집기 및 Makefile Targets를 사용하십시오.

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