gradsflow automl
✨ Enhancements and Bug fixes
开源 AutoML 和 PyTorch 模型训练库
文档 |示例
!!!注意 GrassFlow 正在快速变化。在我们达到0.1.0之前，将会有很多重大变化。请随时通过创建问题或加入我们的 Slack 小组来提供反馈。
GradsFlow 是一个基于 PyTorch 的开源 AutoML 库。我们的目标是使人工智能民主化并让每个人都能使用它。
它可以自动为您的笔记本电脑上的不同任务构建和训练深度学习模型，或者直接从您的笔记本电脑构建和训练远程集群。它提供了强大且易于扩展的模型训练 API，可用于训练几乎任何 PyTorch 模型。尽管 GradsFlow 有自己的模型训练 API，但它也支持 PyTorch Lightning Flash，以在不同的任务中提供更丰富的功能。
!!! info Gradsflow 是为初学者和专家打造的！ AutoTasks提供零代码 AutoML，而Model和Tuner提供自定义模型训练和超参数优化。
受到推崇的：
安装gradsflow的推荐方法是使用 PyPI 中的pip或使用 conda-forge 通道中的conda 。
有点
pip install -U gradsflow与康达
conda install -c conda-forge gradsflow最新（不稳定）：
如果您有足够的动力，您还可以安装gradsflow的最新前沿版本（可能不稳定），如下所示：
pip install git+https://github.com/gradsflow/gradsflow@main您是初学者还是非机器学习背景？本节适合您。 Gradsflow AutoTask提供跨各种不同任务的自动模型构建和训练，包括图像识别、情感分析、文本摘要等。
Tuner提供了一个简化的 API，用于从模型训练转向超参数优化。
gradsflow.core ：核心定义了 AutoML 任务的构建块。
gradsflow.autotasks ：AutoTasks 定义了由 gradsflow AutoML API 提供的不同 ML/DL 任务。
gradsflow.model ：GradsFlow 模型提供了一个简单但可定制的模型训练 API。您可以使用model.fit(...)训练任何 PyTorch 模型，并且可以轻松定制更复杂的任务。
gradsflow.tuner ：使用最少的代码更改进行 AutoModel 超参数搜索。
？查看笔记本示例以了解更多信息。
？ ko-fi 赞助商
？您需要支持吗？联系我们：[email protected]
社交：您还可以在 Twitter @gradsflow 和 Linkedin 上关注我们，了解最新动态。
加入 Slack 群组与我们聊天。
欢迎任何形式的贡献。您可以更新文档、添加示例、修复已识别的问题、添加/请求新功能。
有关更多详细信息，请在贡献之前查看贡献指南。
我们承诺以有助于建设开放、热情、多元化、包容和健康社区的方式行事和互动。
阅读完整的贡献者契约行为准则
GradsFlow是在出色的开源项目（包括但不限于）Ray、PyTorch Lightning、HuggingFace Accelerate、TorchMetrics 的帮助下构建的。它从 Keras 和 FastAI 的多个项目中汲取灵感。
