Скачать polyaxon - загрузка исходного кода polyaxon

polyaxon

Питон

1.0.0

Скачать

Воспроизводить, автоматизировать, масштабировать науку о данных

Добро пожаловать в Polyaxon, платформу для создания, обучения и мониторинга крупномасштабных приложений глубокого обучения. Мы создаем систему для решения воспроизводимости, автоматизации и масштабируемости для приложений машинного обучения.

Polyaxon развертывается в любом центре обработки данных, облачном провайдере или может быть размещен и управляется Polyaxon, и поддерживает все основные структуры глубокого обучения, такие как Tensorflow, Mxnet, Caffe, Torch и т. Д.

Polyaxon делает его быстрее, проще и более эффективным для разработки приложений глубокого обучения, управляя рабочими нагрузками с помощью интеллектуального контейнера и управления узлами. И он превращает серверы графических процессоров в общие ресурсы самообслуживания для вашей команды или организации.

Установить

TL; DR;

Установить CLI

 # Install Polyaxon CLI
$ pip install -U polyaxon

Создайте развертывание

 # 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

Пожалуйста, проверьте руководство по установке Polyaxon

Быстрый старт

TL; DR;

Начать проект

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

Тренировать и треки журналы и ресурсы

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

Приборная панель

 # Start Polyaxon dashboard
$ polyaxon dashboard

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

Блокнот

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

Тенсорборд

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

Пожалуйста, проверьте наше руководство по быстрому началу, чтобы начать обучение вашего первого эксперимента.

Распределенная работа

Полиаксон поддерживает и упрощает распределенные задания. В зависимости от используемой вами структуры вам необходимо развернуть соответствующий оператор, адаптировать свой код, чтобы включить распределенное обучение и обновить свой PolyaxonFile.

Вот несколько примеров использования распределенного обучения:

Распределенный тензорфлоу
Распределенный питорх
Распределенный MPI
Горовод
Искра
Даск

Гиперпараметры настройки

У Polyaxon есть концепция для предложения гиперпараметров и управления их результатами, очень похожими на Google Vizier, называемый экспериментальными группами. Экспериментальная группа в полиаксоне определяет алгоритм поиска, пространство поиска и модель для обучения.

Поиск сетки
Случайный поиск
Гипербан
Байесовская оптимизация
Гипериопт
Пользовательская итерационная оптимизация

Параллельные казни

Вы можете запустить свои задания по обработке или обучению на параллельной, Polyaxon обеспечивает отображение абстракции для управления одновременными заданиями.

Даги и рабочие процессы

Polyaxon Dags-это инструмент, который предоставляет контейнерный двигатель для запуска трубопроводов машинного обучения. DAG управляет несколькими операциями с зависимостями. Каждая операция определяется во время выполнения компонента. Это означает, что операции в DAG могут быть рабочие места, услуги, распределенные рабочие места, параллельные казни или вложенные DAG.