ดาวน์โหลด polyaxon - ดาวน์โหลดซอร์สโค้ด polyaxon

polyaxon

หลาม

1.0.0

ดาวน์โหลด

ทำซ้ำโดยอัตโนมัติปรับขนาดวิทยาศาสตร์ข้อมูลของคุณ

ยินดีต้อนรับสู่ Polyaxon ซึ่งเป็นแพลตฟอร์มสำหรับการสร้างการฝึกอบรมและการตรวจสอบแอพพลิเคชั่นการเรียนรู้เชิงลึกขนาดใหญ่ เรากำลังสร้างระบบเพื่อแก้ปัญหาการทำซ้ำระบบอัตโนมัติและความสามารถในการปรับขนาดสำหรับแอพพลิเคชั่นการเรียนรู้ของเครื่อง

Polyaxon นำไปใช้กับศูนย์ข้อมูลผู้ให้บริการคลาวด์หรือสามารถโฮสต์และจัดการโดย polyaxon และรองรับกรอบการเรียนรู้ที่สำคัญทั้งหมดเช่น TensorFlow, MXNET, คาเฟอีน, คบเพลิง ฯลฯ

Polyaxon ทำให้เร็วขึ้นง่ายขึ้นและมีประสิทธิภาพมากขึ้นในการพัฒนาแอพพลิเคชั่นการเรียนรู้อย่างลึกซึ้งโดยการจัดการเวิร์กโหลดด้วยคอนเทนเนอร์สมาร์ทและการจัดการโหนด และเปลี่ยนเซิร์ฟเวอร์ GPU ให้กลายเป็นทรัพยากรที่ใช้ร่วมกันและบริการตนเองสำหรับทีมหรือองค์กรของคุณ

ติดตั้ง

tl; dr;

ติดตั้ง CLI

 # Install Polyaxon CLI
$ pip install -U polyaxon

สร้างการปรับใช้

 # 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

โปรดตรวจสอบคู่มือการติดตั้ง polyaxon

เริ่มต้นอย่างรวดเร็ว

tl; dr;

เริ่มโครงการ

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

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

แผงหน้าปัด

 # Start Polyaxon dashboard
$ polyaxon dashboard

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

สมุดบันทึก

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

บอร์ดบอร์ด

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

โปรดตรวจสอบคู่มือการเริ่มต้นด่วนของเราเพื่อเริ่มการทดสอบครั้งแรกของคุณ

งานแจกจ่าย

Polyaxon รองรับและลดความซับซ้อนของงานที่กระจาย ขึ้นอยู่กับเฟรมเวิร์กที่คุณใช้คุณต้องปรับใช้ผู้ให้บริการที่เกี่ยวข้องปรับรหัสของคุณเพื่อเปิดใช้งานการฝึกอบรมแบบกระจายและอัปเดต polyaxonfile ของคุณ

นี่คือตัวอย่างของการใช้การฝึกอบรมแบบกระจาย:

Tensorflow แบบกระจาย
pytorch แบบกระจาย
MPI แบบกระจาย
Horovod
จุดประกาย
ผ้าคลุม

การปรับแต่งพารามิเตอร์ Hyperparameters

Polyaxon มีแนวคิดในการแนะนำไฮเปอร์พารามิเตอร์และการจัดการผลลัพธ์ของพวกเขาคล้ายกับ Google Vizier ที่เรียกว่ากลุ่มการทดลอง กลุ่มการทดลองใน Polyaxon กำหนดอัลกอริทึมการค้นหาพื้นที่ค้นหาและแบบจำลองการฝึกอบรม

การค้นหากริด
การค้นหาแบบสุ่ม
ไฮเปอร์
การเพิ่มประสิทธิภาพแบบเบย์
Hyperopt
การเพิ่มประสิทธิภาพซ้ำ ๆ แบบกำหนดเอง

การประหารชีวิตแบบขนาน

คุณสามารถเรียกใช้งานการประมวลผลหรือการฝึกอบรมแบบจำลองแบบขนาน Polyaxon ให้การทำแผนที่เป็นนามธรรมเพื่อจัดการงานที่เกิดขึ้นพร้อมกัน

dags และเวิร์กโฟลว์

Polyaxon DAGS เป็นเครื่องมือที่ให้บริการเครื่องยนต์คอนเทนเนอร์-พื้นเมืองสำหรับการทำงานของท่อการเรียนรู้ท่อ DAG จัดการการดำเนินการหลายอย่างด้วยการพึ่งพา การดำเนินการแต่ละครั้งจะถูกกำหนดโดยรันไทม์ส่วนประกอบ ซึ่งหมายความว่าการดำเนินงานใน DAG อาจเป็นงานบริการงานแจกจ่ายการประหารชีวิตแบบขนานหรือ DAG ที่ซ้อนกัน