gradsflow automl
✨ Enhancements and Bug fixes
Eine Open-Source-AutoML- und PyTorch-Modell-Trainingsbibliothek
Dokumente | Beispiele
!!! Achtung GradsFlow verändert sich schnell. Bis wir 0.1.0 erreichen, wird es viele bahnbrechende Änderungen geben. Geben Sie gerne Ihr Feedback ab, indem Sie ein Problem erstellen oder unserer Slack-Gruppe beitreten.
GradsFlow ist eine Open-Source-AutoML-Bibliothek, die auf PyTorch basiert. Unser Ziel ist es, KI zu demokratisieren und für alle verfügbar zu machen.
Es kann automatisch Deep-Learning-Modelle für verschiedene Aufgaben auf Ihrem Laptop oder in einem Remote-Cluster direkt von Ihrem Laptop aus erstellen und trainieren. Es bietet eine leistungsstarke und einfach zu erweiternde Modelltrainings-API, mit der nahezu jedes PyTorch-Modell trainiert werden kann. Obwohl GradsFlow über eine eigene Model Training API verfügt, unterstützt es auch PyTorch Lightning Flash, um umfangreichere Funktionen für verschiedene Aufgaben bereitzustellen.
!!! Info Gradsflow ist sowohl für Anfänger als auch für Experten konzipiert! AutoTasks bietet AutoML ohne Code, während Model and Tuner benutzerdefiniertes Modelltraining und Hyperparameteroptimierung bietet.
Empfohlen :
Die empfohlene Methode zur Installation von gradsflow ist entweder mit pip von PyPI oder mit conda vom Conda-Forge-Kanal.
mit Pippe
pip install -U gradsflowmit conda
conda install -c conda-forge gradsflowNeueste (instabil):
Sie können auch die neueste Version von gradsflow (möglicherweise instabil) installieren, wenn Sie sich motiviert genug fühlen, wie folgt:
pip install git+https://github.com/gradsflow/gradsflow@main Sind Sie ein Anfänger oder haben Sie keinen Hintergrund im Bereich maschinelles Lernen? Dieser Abschnitt ist für Sie. Gradsflow AutoTask bietet automatische Modellerstellung und Schulung für verschiedene Aufgaben, darunter Bilderkennung, Stimmungsanalyse, Textzusammenfassung und weitere.
Tuner bietet eine vereinfachte API für den Übergang vom Modelltraining zur Hyperparameteroptimierung.
gradsflow.core : Core definiert die Bausteine von AutoML-Aufgaben.
gradsflow.autotasks : AutoTasks definiert verschiedene ML/DL-Aufgaben, die von der gradsflow AutoML-API bereitgestellt werden.
gradsflow.model : GradsFlow Model bietet eine einfache und dennoch anpassbare Modelltrainings-API. Sie können jedes PyTorch-Modell mit model.fit(...) trainieren und es lässt sich leicht an komplexere Aufgaben anpassen.
gradsflow.tuner : AutoModel HyperParameter-Suche mit minimalen Codeänderungen.
? Schauen Sie sich Notebook-Beispiele an, um mehr zu erfahren.
? Sponsor auf ko-fi
? Brauchen Sie Unterstützung? Kontaktieren Sie uns unter [email protected]
Soziales : Sie können uns auch auf Twitter @gradsflow und Linkedin folgen, um die neuesten Updates zu erhalten.
Treten Sie der Slack-Gruppe bei, um mit uns zu chatten.
Beiträge jeglicher Art sind willkommen. Sie können die Dokumentation aktualisieren, Beispiele hinzufügen, identifizierte Probleme beheben und eine neue Funktion hinzufügen/anfordern.
Weitere Einzelheiten finden Sie in den Beitragsrichtlinien, bevor Sie einen Beitrag leisten.
Wir verpflichten uns, auf eine Weise zu handeln und zu interagieren, die zu einer offenen, einladenden, vielfältigen, integrativen und gesunden Gemeinschaft beiträgt.
Lesen Sie den vollständigen Verhaltenskodex des Contributor Covenant
GradsFlow wurde mit Hilfe großartiger Open-Source-Projekte erstellt (einschließlich, aber nicht beschränkt auf) Ray, PyTorch Lightning, HuggingFace Accelerate, TorchMetrics. Es lässt sich von mehreren Projekten Keras und FastAI inspirieren.
