innovativeproject ml models management

Maisie - ML Models System

Мэйси
Мейси Сфинкс Тема
Документация
Пипи
Dockerhub

• 1 функции
• 2 Установка
• 3 развертывание
  • 3.1 Использование Docker-Compose
  • 3.2 Извлечение отдельных изображений
• 4 вклад
  • 4.1 Начало работы
  • 4.2 Исправление существующих проблем
  • 4.3 Внедрение новых функций
  • 4.4, совершая изменения
• 5 Документация

1 функции

Может ли архивирование, хранение, управление и организацию моделей машинного обучения быть выполнены эффективно и с большим вниманием к пользовательскому опыту? Конечно, Мэйси делает именно это.

Мэйси - дружелюбный, простой в использовании помощник, который состоит из:

• Веб -приложение, написанное в React
• Бэкэнд API, написанный на Python, Flask
• Клиентское приложение/пакет, написанный на Python и размещенном на PYPI

Он легко интегрируется с вашими любимыми инструментами и предоставляет вам все важные данные, такие как:

• Git revisions для всех обученных моделей, а также информации о ветвях исходных
• Обнаруженные, фильтруемые гиперпараметры, параметры и метрики
• Одно идентифицирующее имя набора данных, а также необязательное описание
• Постоянные URL -адреса для легкого обмена и загрузки хранимых моделей

2 Установка

Вы можете получить самый текущий пакет от PYPI

$ pip install Maisie

Использовать его в вашей учебной среде довольно просто:

 import maisie
from sklearn . externals import joblib

# Define your model here

model . fit ( X , y )
model_filename = "example_model.pkl"
joblib . dump ( model , model_filename )

# Define your metrics, fetch parameters and hyperparameters

models = maisie . Models ()
models . upload (
    name = "My first uploaded model" ,
    filename = model_filename ,
    dataset_name = "Singly Identifying Dataset Name" ,
    metrics = { "accuracy" : accuracy },
    hyperparameters = hyperparameters ,
    parameters = parameters ,
)

3 развертывание

3.1 Использование Docker-Compose

Этот репозиторий предоставляет предварительно сконфигурированный файл docker-compose.yml , который содержит разумные параметры по умолчанию.

Перед запуском контейнеров вы должны создать локальный файл .env , используя включенный .env.sample .

Чтобы запустить все услуги, запустите:

$ docker-compose up

Чтобы остановить свои услуги, вы можете нажать Ctrl+C/Ctrl+D. Если вы начали службы на заднем плане, используя docker-compose up -d , правильный способ сделать это будет:

$ docker-compose stop

Вы можете узнать больше о Docker Compose, нажав здесь.

3.2 Извлечение отдельных изображений

И изображения Frontend и Backend автоматически публикуются в Docker Hub, как только станет доступным новый стабильный выпуск.

Ссылки

• Фронтальное изображение на Docker Hub
• Бэкэнд изображение на Docker Hub
• ... другие услуги

Для справки, вы можете посмотреть на образец Ansible Playbook, который развертывает все контейнеры на указанный хост с помощью локально настроенного файла .env .

4 вклад

4.1 Начало работы

1. Клонировать хранилище из develop филиала

$ git clone -b develop [email protected]:nokia-wroclaw/innovativeproject-ml-models-management.git

2. Установите предварительную компанию
3. Внутри установки корневого каталога проекта все необходимые Githooks:

$ pre-commit install

4. Чтобы начать все необходимые услуги для местного развития, запустите:

$ docker-compose up

5. Вы все настроены!

4.2 Исправление существующих проблем

1. Выберите одну из открытых проблем или создайте новую
2. Создайте новую филиал по имени issue-[number]-[short description] полученное из develop филиала, например,

$ git checkout -b issue-42-project-removal-permissions develop

3. Убедитесь, что ваша реализация решает фактическую проблему и хорошо протестирована.

4.3 Внедрение новых функций

При внедрении новых функций вам следует начать с создания новой филиала с именем feature-[short description] полученное из develop , например, филиала, например,

$ git checkout -b feature-new-user-profile develop

4.4, совершая изменения

Чтобы запустить все тесты и проверить, удовлетворены ли все необходимые предварительные гитоки, запустите

$ pre-commit run --all-files

Ваше сообщение о коммите должно кратко изложить изменения (если возможно) на простом английском языке. Чтобы узнать, как написать надлежащее сообщение о коммите, ознакомьтесь с этой статьей.

Когда готовы, создайте новый запрос на притяжение по сравнению с набор develop Branch в качестве базовой ветви.

5 Документация

Для последнего стабильного выпуска документация можно увидеть на Docs.maisie.dev.