![]() |
![]() |
![]() |
![]() |
Aim : Простой и удобный open-source трекер для отслеживания ML-экспериментов. |
|
МЕНЮ Главная страница Поиск Регистрация на сайте Помощь проекту Архив новостей ТЕМЫ Новости ИИ Голосовой помощник Разработка ИИГородские сумасшедшие ИИ в медицине ИИ проекты Искусственные нейросети Искусственный интеллект Слежка за людьми Угроза ИИ ИИ теория Внедрение ИИКомпьютерные науки Машинное обуч. (Ошибки) Машинное обучение Машинный перевод Нейронные сети начинающим Психология ИИ Реализация ИИ Реализация нейросетей Создание беспилотных авто Трезво про ИИ Философия ИИ Big data Работа разума и сознаниеМодель мозгаРобототехника, БПЛАТрансгуманизмОбработка текстаТеория эволюцииДополненная реальностьЖелезоКиберугрозыНаучный мирИТ индустрияРазработка ПОТеория информацииМатематикаЦифровая экономика
Генетические алгоритмы Капсульные нейросети Основы нейронных сетей Распознавание лиц Распознавание образов Распознавание речи Творчество ИИ Техническое зрение Чат-боты Авторизация |
2024-07-16 11:35 Aim - это инструмент, поддерживающий отображение большого количества тренировочных прогонов (до 10.000 training runs). Он предоставляет возможность аналитики и сравнения выполненных запусков тренировок моделей , а его SDK позволяет программно получать доступ к отслеживаемым метаданным для последующей автоматизации в Jupyter Notebook. Ключевые преимущества Aim: Каждый процесс training run изолирован в плане данных и не требует дополнительных сервисов для запуска; Aim предоставляет способ запускать несколько параллельных экспериментов в распределенной многохостовой среде. Встроенный язык запросов позволяет пользователям выбирать, группировать и фильтровать отслеживаемые данные Aim имеет встроенные конвертеры для легкой миграции журналов из других инструментов и интегрируется с широким спектром фреймворков машинного обучения. Трекер активно поддерживается разработчиками, имеет хорошо структурированную документацию и большое сообщество пользователей на разных социальных платформах. Локальный запуск: # Установка Aim pip install aim # Интегрируйте Aim со своим кодом, инициализировав новый прогон и регистрируя параметры, метрики и другие отслеживаемые объекты. # Запустите свою тренировку как обычно и запустите интерфейс Aim aim up Demos: Machine translation experiments | Lightweight-GAN experiments | FastSpeech 2 experiments | Simple MNIST GitHub https://github.com/aimhubio/aim Документация https://aimstack.readthedocs.io/en/latest/ Источник: play.aimstack.io Комментарии: |
|