deepchecks
0.19.0
يعد Deepchecks حلاً شاملاً مفتوح المصدر لجميع احتياجات التحقق من صحة الذكاء الاصطناعي والتعلم الآلي، مما يتيح لك اختبار بياناتك ونماذجك بدقة بدءًا من البحث وحتى الإنتاج.
انضم إلى سلاك | التوثيق | مدونة | ؟ تغريد
تتضمن عمليات الفحص العميق ما يلي:
هذا الريبو هو الريبو الرئيسي لدينا حيث تستخدم جميع المكونات عمليات التحقق العميق في جوهرها. راجع قسم "بدء الاستخدام" للحصول على مزيد من المعلومات حول التثبيت والتشغيل السريع لكل مكون من المكونات. إذا كنت تريد رؤية كود مراقبة عمليات التحقق العميق، فيمكنك التحقق من مستودع عمليات التحقق العميق/المراقبة.
pip install deepchecks -U --userلتثبيت وحدات nlp/vision الفرعية أو باستخدام conda:
deepchecks بـ "deepchecks[nlp]" وقم أيضًا بتثبيت deepchecks[nlp-properties] اختياريًا.deepchecks بـ "deepchecks[vision]" .conda install -c conda-forge deepchecks .تحقق من تعليمات التثبيت الكاملة لاختبارات الفحص العميق هنا.
لاستخدام عمليات الفحص العميق لمراقبة الإنتاج، يمكنك إما استخدام خدمة SaaS الخاصة بنا، أو نشر مثيل محلي في سطر واحد على Linux/MacOS (Windows هو WIP!) مع Docker. قم بإنشاء دليل جديد لملفات التثبيت، وافتح الوحدة الطرفية داخل هذا الدليل وقم بتشغيل ما يلي:
pip install deepchecks-installer
deepchecks-installer install-monitoring
سيؤدي هذا تلقائيًا إلى تنزيل التبعيات الضرورية وتشغيل عملية التثبيت ثم بدء تشغيل التطبيق محليًا.
سيستغرق التثبيت بضع دقائق. بعد ذلك، يمكنك فتح عنوان URL للنشر (الافتراضي هو http://localhost)، وبدء إعداد النظام. تحقق من التثبيت الكامل مفتوح المصدر والبدء السريع.
لاحظ أن المنتج مفتوح المصدر مصمم بحيث يدعم كل نشر مراقبة نموذج واحد.
انتقل مباشرة إلى مستندات التشغيل السريع المعنية:
لتشغيله على بياناتك.
داخل عمليات التشغيل السريعة، سترى كيفية إنشاء كائن عمليات الفحص العميق ذي الصلة للاحتفاظ ببياناتك وبيانات التعريف (مجموعة البيانات أو TextData أو VisionData، المقابلة لنوع البيانات)، وتشغيل Suite أو Check. سيبدو مقتطف الكود الخاص بتشغيله كما يلي، اعتمادًا على المجموعة أو الشيك الذي تم اختياره.
from deepchecks . tabular . suites import model_evaluation
suite = model_evaluation ()
suite_result = suite . run ( train_dataset = train_dataset , test_dataset = test_dataset , model = model )
suite_result . save_as_html () # replace this with suite_result.show() or suite_result.show_in_window() to see results inline or in window
# or suite_result.results[0].value with the relevant check index to process the check result's values in pythonستكون النتيجة عبارة عن تقرير يمكّنك من فحص حالة ونتائج الفحوصات المختارة:
انتقل مباشرة إلى مستندات التشغيل السريع للمراقبة مفتوحة المصدر لتشغيلها على بياناتك. ستتمكن بعد ذلك من رؤية نتائج عمليات التحقق بمرور الوقت، وتعيين التنبيهات، والتفاعل مع واجهة المستخدم الديناميكية لعمليات الفحص العميق التي تبدو كما يلي:
إدارة Deepchecks CI & Testing هي حاليًا في المعاينة المغلقة. احجز عرضًا توضيحيًا لمزيد من المعلومات حول العرض.
لبناء عملية CI الخاصة بك والحفاظ عليها أثناء استخدام اختبار Deepchecks لها، راجع مستنداتنا الخاصة باستخدام Deepchecks في CI/CD.
تتضمن عمليات الفحص العميق في جوهرها مجموعة واسعة من عمليات الفحص المضمنة لاختبار جميع أنواع البيانات والمشكلات المتعلقة بالنماذج. يتم تنفيذ هذه الاختبارات لمختلف النماذج وأنواع البيانات (Tabular، NLP، Vision)، ويمكن تخصيصها وتوسيعها بسهولة.
يمكن استخدام نتائج الفحص لاتخاذ قرارات مستنيرة تلقائيًا بشأن جاهزية النموذج الخاص بك للإنتاج، ولمراقبته بمرور الوقت أثناء الإنتاج. يمكن فحص نتائج الفحص باستخدام تقارير مرئية (عن طريق حفظها في ملف HTML، أو رؤيتها في Jupyter)، ومعالجتها باستخدام التعليمات البرمجية (باستخدام مخرجات pythonic / json)، وفحصها والتعاون فيها مع واجهة المستخدم الديناميكية لـ Deepchecks (لفحصها) نتائج الاختبار ومراقبة الإنتاج).
result.save_to_html('output_report_name.html') ) أو عرضه في Jupyter ( result.show() ).value نتيجة التحقق، أو حفظ مخرجات JSON مشاريع Deepchecks ( deepchecks/deepchecks والفحص deepchecks/monitoring ) مفتوحة المصدر ويتم إصدارها بموجب AGPL 3.0.
الاستثناء الوحيد هو مكونات مراقبة Deepchecks (في deepchecks/monitoring repo)، الموجودة ضمن الدليل (backend/deepchecks_monitoring/ee)، والتي تخضع لترخيص تجاري (انظر الترخيص هنا). لا يتم استخدام هذا الدليل افتراضيًا، ويتم تجميعه كجزء من مستودع مراقبة عمليات التحقق العميق لدعم الترقية إلى الإصدار التجاري دون توقف.
يتطلب تمكين الميزات المتميزة (الموجودة في دليل backend/deepchecks_monitoring/ee ) مع مثيل مستضاف ذاتيًا ترخيص Deepchecks. لمعرفة المزيد، احجز عرضًا توضيحيًا أو راجع صفحة الأسعار الخاصة بنا.
هل تبحث عن حل مفتوح المصدر بنسبة ?% لمراقبة الفحص العميق؟ تحقق من مستودع مراقبة OSS، الذي تم مسحه من جميع التعليمات البرمجية والميزات الخاصة.
Deepchecks هو حل مفتوح المصدر. نحن ملتزمون بعملية تطوير شفافة ونقدر بشدة أي مساهمات. سواء كنت تساعدنا في إصلاح الأخطاء أو اقتراح ميزات جديدة أو تحسين وثائقنا أو نشر الكلمة، فإننا نود أن تكون جزءًا من مجتمعنا.
انضم إلى Slack الخاص بنا لتزويدنا بالتعليقات، أو التواصل مع المشرفين وزملائك المستخدمين، أو طرح الأسئلة، أو الحصول على مساعدة لاستخدام الحزمة أو المساهمات، أو المشاركة في مناقشات حول اختبار ML!
الشكر موصول لهؤلاء الأشخاص الرائعين (مفتاح الرموز التعبيرية):
إيتاي غاباي ؟ | com.matanper ؟ | JKL98ISR ؟ | يوري رومانيشين ؟ | نعوم بريسلر ؟ | نير هوتنيك ؟ | نداف باراك ؟ |
سول ؟ | دانارلوفسكي ؟ | دي بي آي | OrlyShmorly ؟ | shir22 ؟ ؟ | يارونزو1 ؟ ؟ | com.ptannor ؟ ؟ |
avitzd ؟ ؟ | دانباسون ؟ | إس كيشور ؟ | شاي بالاشي أفيك ؟ ؟ | جمال جوربينار ؟ | ديفيد دي لا إغليسيا كاسترو | ليفي بارد |
جوليان شورمانز ؟ | نير بن تسفي ؟ | شيف شانكار ديال ؟ | رونايتاي ؟ | جيروين فان جوي ؟ | idow09 ؟ | إيكو أشيمين |
جيسون وولجيموث | لوكين سيثيا ؟ | إنجو ماركوارت ؟ | أوسكار | ريتشارد دبليو ؟ | برناردو | أوليفييه بينيت ؟ |
陈鼎彦 ؟ | أندريس فارغاس | مايكل مارين ؟ | OrdoAbChao | مات تشان | قاسية جاين ؟ | أرتيرم سيدوف |
آيت علي يحيى ريان ؟ | كريس سانتياغو ؟ |
يتبع هذا المشروع مواصفات جميع المساهمين. المساهمات من أي نوع هي موضع ترحيب!
