Введение

При работе с приложениями машинного обучения специалистам по обработке и анализу данных требуются значительные усилия по управлению и координации, поскольку им приходится регулярно совместно анализировать, оценивать и обновлять множество различных моделей с различными метаданными. В этой статье представлена ​​HuoguoML система управления моделями, которая пытается упростить рабочий процесс.

Начиная

HuoguoML можно установить через PyPI. Установите стабильную версию HuoguoML через PyPI:

pip install huoguoml

или получить версию для разработки, которая обновляется при каждом коммите в основной ветке:

pip install huoguoml-dev

Быстрый старт

После установки пакета pip вы сможете импортировать пакет HuoguoML и отслеживать метаданные вашего эксперимента:

import huoguoml
with huoguoml.start_experiment_run("mnist", artifact_dir="./") as run:
    run.log_parameter("batch_size", 32)
    run.log_metric("accuracy", 92.75)
    run.log_tag("framework", "tensorflow")

Затем метаданные можно визуализировать с помощью встроенной панели инструментов:

huoguoml server --host 127.0.0.1 --port 8080 --artifact_dir=./

Следующие шаги

Вы готовы начать. Посетите свою документацию, чтобы получить более полное представление о HuoguoML, или ознакомьтесь с примерами, чтобы получить больше практического опыта.