polyaxon

复制，自动化，扩展您的数据科学

欢迎使用Polyaxon，这是一个用于建筑，培训和监视大规模深度学习应用程序的平台。我们正在制作一个系统来解决机器学习应用程序的可重复性，自动化和可扩展性。

Polyaxon将部署到任何数据中心，云提供商，或者可以由Polyaxon托管和管理，并支持所有主要的深度学习框架，例如Tensorflow，MXNET，CAFFE，TORCH，ETC。

Polyaxon通过使用智能容器和节点管理来管理工作负载，使其更快，更容易，更有效地开发深度学习应用程序。它将GPU服务器变成了您的团队或组织共享的自助资源。

安装

tl; dr;

• 安装CLI

   # Install Polyaxon CLI
  $ pip install -U polyaxon

• 创建部署

   # 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

请检查Polyaxon安装指南

快速开始

tl; dr;

• 开始一个项目

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

• 训练和跟踪日志和资源

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

• 仪表板

   # Start Polyaxon dashboard
  $ polyaxon dashboard
  
  Dashboard page will now open in your browser. Continue ? [Y/n]: y

• 笔记本

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

• 张板

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

请检查我们的快速入门指南，以开始培训您的第一个实验。

分布式工作

Polyaxon支持并简化了分布式作业。根据所使用的框架，您需要部署相应的操作员，调整代码以启用分布式培训，并更新polyaxonfile。

以下是使用分布式培训的一些示例：

• 分布式TensorFlow
• 分布式pytorch
• 分布式MPI
• Horovod
• 火花
• dask

超参数调整

Polyaxon有一个概念，可以建议使用超参数，并管理其结果与Google Vizier非常相似的实验组。 Polyaxon中的实验组定义了搜索算法，搜索空间和训练模型。

• 网格搜索
• 随机搜索
• 超带
• 贝叶斯优化
• hyperopt
• 自定义迭代优化

并行执行

您可以并行运行处理或模型培训作业，Polyaxon提供了用于管理并发作业的映射抽象。

DAG和工作流程

Polyaxon Dags是一种为运行机器学习管道提供容器本地引擎的工具。一个DAG管理多个具有依赖性的操作。每个操作都由组件运行时定义。这意味着DAG中的操作可以是作业，服务，分布式作业，并行执行或嵌套DAG。

建筑学

文档

查看我们的文档，以了解有关Polyaxon的更多信息。

仪表板

Polyaxon带有一个仪表板，该仪表板显示了您和您的团队成员创建的项目和实验。

要启动仪表板，只需在终端中运行以下命令

$ polyaxon dashboard -y

项目状态

Polyaxon稳定，并且在许多初创公司和Fortune 500公司的生产模式下运行。

贡献

请遵循贡献指南行：为polyaxon做出贡献。

研究

如果您在学术研究中使用Polyaxon，那么如果您可以引用它，我们将不胜感激。

随时与我们联系，我们很想了解您的项目，并了解如何支持您的自定义需求。