
Determinado é uma plataforma de aprendizado profunda tudo em um, compatível com Pytorch e Tensorflow.
Ele cuida de:

Os principais componentes do determinado são a biblioteca Python, a interface da linha de comando (CLI) e a interface do usuário da web.
Use a biblioteca Python para tornar o seu código pytorch ou tensorflow existente compatível com o determinado.
Você pode fazer isso organizando seu código em uma das APIs baseadas em classe:
from determined . pytorch import PyTorchTrial
class YourExperiment ( PyTorchTrial ):
def __init__ ( self , context ):
...Ou usando apenas as funções que você deseja, através da API principal:
import determined as det
with det . core . init () as core_context :
...Você pode usar a CLI para:
det deploy local cluster-up
det deploy aws up
det experiment create gpt.yaml .Configure tudo, desde treinamento distribuído até ajuste de hiperparâmetro usando arquivos YAML:
resources :
slots_per_trial : 8
priority : 1
hyperparameters :
learning_rate :
type : double
minval : .0001
maxval : 1.0
searcher :
name : adaptive_asha
metric : validation_loss
smaller_is_better : true Use a interface do usuário da Web para visualizar curvas de perda, gráficos de hiperparâmetro, instantâneos de código e configuração, registros de modelos, utilização de cluster, logs de depuração, relatórios de perfil de desempenho e muito mais.

Para instalar a CLI:
pip install determined Em seguida, use det deploy para iniciar o cluster determinado localmente ou em serviços em nuvem como AWS e GCP.
Para detalhes da instalação, visite o Guia de implantação do cluster para o seu ambiente:
Familiarize-se com a determinada explorando os mais de 30 exemplos na pasta Exemplos e o repo determinado.
Se precisar de ajuda, deseja registrar um relatório de bug ou apenas querer manter-se atualizado com as últimas notícias sobre determinado, junte-se à comunidade determinada!
[email protected] .Guia do colaborador
Apache v2