fasttrackml

FastTrackMl

运行机器学习代码时，FastTrackMl是记录参数和指标的API，它是可视化结果的UI。 API是MLFlow跟踪服务器的置换式替换，它以MLFLOW和AIM的可视化UI发货。

顾名思义，重点是速度 - 快速记录，快速检索。

Quickstart

运行跟踪服务器

笔记

有关完整指南，请参阅我们的Quickstart指南。

可以安装FastTrackMl并使用pip运行：

pip install fasttrackml
fml server

另外，您可以在带有Docker的容器中运行它：

docker run --rm -p 5000:5000 -ti gresearch/fasttrackml

通过导航到http：// localhost：5000/。

有关更多信息， --help您的朋友是您的朋友！

跟踪您的实验

安装MLFlow Python软件包：

pip install mlflow-skinny

这是一个基本示例python脚本：

 import mlflow
import random

# Set the tracking URI to the FastTrackML server
mlflow . set_tracking_uri ( "http://localhost:5000" )
# Set the experiment name
mlflow . set_experiment ( "my-first-experiment" )

# Start a new run
with mlflow . start_run ():
    # Log a parameter
    mlflow . log_param ( "param1" , random . randint ( 0 , 100 ))

    # Log a metric
    mlflow . log_metric ( "foo" , random . random ())
    # metrics can be updated throughout the run
    mlflow . log_metric ( "foo" , random . random () + 1 )
    mlflow . log_metric ( "foo" , random . random () + 2 )

开发人员

可以在开发容器中构建和测试FastTrackMl。这是推荐的方式，因为整个环境与所有依赖关系（GO SDK，Postgres，Minio等）和设置（格式化，linting，扩展等）进行了预先合并，以立即开始。

github代码

如果您有一个GitHub帐户，则可以通过单击此页面顶部的绿色“代码”按钮，在新的GitHub代码码中打开FastTrackMl。

您可以通过简单地按F5来构建，运行和附加调试器。单位测试可以从左侧的测试资源管理器进行。 Makefile中也有许多可以使用的目标（例如build ， run ， test-go-unit ）。

Visual Studio代码

如果您想在Visual Studio代码中本地工作，那么您所需要的就是安装Docker和Dev容器扩展程序。

只需在VS代码中打开您的FastTrackMl副本，然后在提示时单击“重新打开”。打开项目后，您可以按照上面的GitHub代码指令进行操作。

重要的

请注意，在MacOS上，端口5000已被占用，因此需要进行一些调整。

CLI

如果CLI是您滚动的方式，则可以安装Dev容器CLI工具并按照下面的说明进行操作。

CLI说明

[！警告]不建议或支持此设置。这是龙！

您将需要编辑.devcontainer/docker-compose.yml文件并取消点击services.db.ports部分，以将端口公开到主机上。您还需要添加FML_LISTEN_ADDRESS=:5000到.devcontainer/.env 。

然后，您可以在fasttrackml副本中发出以下命令以开始运行：

devcontainer up

假设您将存储库克隆到一个名为fasttrackml目录中，并且没有使用Dev容器配置，则可以使用以下方式输入Dev容器。

docker compose --project-name fasttrackml_devcontainer exec --user vscode --workdir /workspaces/fasttrackml app zsh

如果这些中的任何一个都不正确，则是如何为您的设置量身定制的命令（需要安装jq ）：

devcontainer up | tail -n1 | jq -r ' "docker compose --project-name (.composeProjectName) exec --user (.remoteUser) --workdir (.remoteWorkspaceFolder) app zsh" '

进入DEV容器后，请使用您喜欢的文本编辑器和Makefile目标：

vscode ➜ /workspaces/fasttrackml (main) $ vi main.go
vscode ➜ /workspaces/fasttrackml (main) $ emacs .
vscode ➜ /workspaces/fasttrackml (main) $ make run

执照

版权2022-2023 G-Research

版权所有2019-2022 AIMHUB，Inc。

版权2018 Databricks，Inc。

根据Apache许可证（版本2.0（“许可”）获得许可；除了符合许可外，您不得使用这些文件。您可以在

http://www.apache.org/licenses/license-2.0

除非适用法律要求或以书面形式同意，否则根据许可证分配的软件是按照“原样”分发的，没有任何明示或暗示的任何形式的保证或条件。