torchblaze

Torchblaze

ลิงก์ไปยังเอกสารประกอบ

แพ็คเกจ Python ที่ใช้ CLI ที่ให้ชุดฟังก์ชันเพื่อดำเนินการ ML แบบ end-to-end โดยใช้ pytorch

ต่อไปนี้เป็นชุดของฟังก์ชันที่จัดทำโดยเครื่องมือ:

---

• เทมเพลต Flask-API : ตั้งค่าโครงการ Pytorch พื้นฐาน Sturcture และ API ที่ปรับแต่งได้อย่างง่ายดายด้วยคำสั่ง CLI เดียว การปรับใช้โมเดล ML ของคุณไม่เคยง่ายมาก่อน

• ทดสอบ ML API : เมื่อคุณตั้งค่า API ของคุณให้ทดสอบจุดสิ้นสุด API ทั้งหมดเพื่อให้แน่ใจว่าคุณได้รับผลลัพธ์ที่คาดหวังก่อนที่จะผลักดัน API ของคุณเพื่อปรับใช้

• Dockerizing : Dockerization ง่ายๆและง่ายสำหรับ ML API ของคุณ

• ชุดทดสอบ ML Model : แพ็คเกจมาพร้อมกับชุดทดสอบในตัวที่ประเมินโมเดล pytorch ของคุณผ่านชุดการทดสอบเพื่อค้นหาข้อผิดพลาดใด ๆ ที่อาจไม่สามารถตรวจสอบย้อนกลับได้ง่าย

นี่คือรายการคำสั่งที่มีอยู่:

---

• การตั้งค่าโครงการเทมเพลต:

 foo@bar:~ $ torchblaze generate_template --project_name example

• การสร้างอิมเมจนักเทียบท่า (ต้องติดตั้ง Docker):

ซีดีแรกไปยังไดเรกทอรีรูทโปรเจ็กต์ที่มีไฟล์ app.py

 foo@bar:~ $ torchblaze generate_docker --image_name example_image

• เรียกใช้อิมเมจ Docker (ต้องติดตั้ง Docker):

 foo@bar:~ $ torchblaze run_docker --image_name example

• ทำการทดสอบ API:

ซีดีแรกไปยังไดเรกทอรีรูทโปรเจ็กต์ที่มีไฟล์ app.py

 foo@bar:~ $ torchblaze api_tests

• การทดสอบแบบจำลอง:

นำเข้าแพ็คเกจ MLTests

 import torchblaze . mltests as mls

จากนั้นใช้วิธีการทดสอบที่หลากหลายที่มีอยู่ในแพ็คเกจ MLTests เรียกใช้คำสั่งต่อไปนี้เพื่อรับรายการวิธีที่มีอยู่

 dir ( mls )

ในการตรวจสอบเอกสารสำหรับการทดสอบที่มีอยู่ให้ใช้วิธีการช่วยเหลือ:

 help ( mls . < method_name > )