fasttrackml下載fasttrackml源代碼下載

fasttrackml

其他源碼

v0.6.0

下載

FastTrackMl

運行機器學習代碼時，FastTrackMl是記錄參數和指標的API，它是可視化結果的UI。 API是MLFlow跟踪服務器的置換式替換，它以MLFLOW和AIM的可視化UI發貨。

顧名思義，重點是速度 - 快速記錄，快速檢索。

Quickstart

運行跟踪服務器

筆記

有關完整指南，請參閱我們的Quickstart指南。

可以安裝FastTrackMl並使用pip運行：

pip install fasttrackml
fml server

另外，您可以在帶有Docker的容器中運行它：

docker run --rm -p 5000:5000 -ti gresearch/fasttrackml

通過導航到http：// localhost：5000/。

有關更多信息， --help您的朋友是您的朋友！

跟踪您的實驗

安裝MLFlow Python軟件包：

pip install mlflow-skinny

這是一個基本示例python腳本：

 import mlflow
import random

# Set the tracking URI to the FastTrackML server
mlflow . set_tracking_uri ( "http://localhost:5000" )
# Set the experiment name
mlflow . set_experiment ( "my-first-experiment" )

# Start a new run
with mlflow . start_run ():
    # Log a parameter
    mlflow . log_param ( "param1" , random . randint ( 0 , 100 ))

    # Log a metric
    mlflow . log_metric ( "foo" , random . random ())
    # metrics can be updated throughout the run
    mlflow . log_metric ( "foo" , random . random () + 1 )
    mlflow . log_metric ( "foo" , random . random () + 2 )

開發人員

可以在開發容器中構建和測試FastTrackMl。這是推薦的方式，因為整個環境與所有依賴關係（GO SDK，Postgres，Minio等）和設置（格式化，linting，擴展等）進行了預先合併，以立即開始。

github代碼

如果您有一個GitHub帳戶，則可以通過單擊此頁面頂部的綠色“代碼”按鈕，在新的GitHub代碼碼中打開FastTrackMl。

您可以通過簡單地按F5來構建，運行和附加調試器。單位測試可以從左側的測試資源管理器進行。 Makefile中也有許多可以使用的目標（例如build ， run ， test-go-unit ）。

Visual Studio代碼

如果您想在Visual Studio代碼中本地工作，那麼您所需要的就是安裝Docker和Dev容器擴展程序。

只需在VS代碼中打開您的FastTrackMl副本，然後在提示時單擊“重新打開”。打開項目後，您可以按照上面的GitHub代碼指令進行操作。

重要的

請注意，在MacOS上，端口5000已被佔用，因此需要進行一些調整。

CLI

如果CLI是您滾動的方式，則可以安裝Dev容器CLI工具並按照下面的說明進行操作。

CLI說明

[！警告]不建議或支持此設置。這是龍！

您將需要編輯.devcontainer/docker-compose.yml文件並取消點擊services.db.ports部分，以將端口公開到主機上。您還需要添加FML_LISTEN_ADDRESS=:5000到.devcontainer/.env 。

然後，您可以在fasttrackml副本中發出以下命令以開始運行：

devcontainer up

假設您將存儲庫克隆到一個名為fasttrackml目錄中，並且沒有使用Dev容器配置，則可以使用以下方式輸入Dev容器。

docker compose --project-name fasttrackml_devcontainer exec --user vscode --workdir /workspaces/fasttrackml app zsh

如果這些中的任何一個都不正確，則是如何為您的設置量身定制的命令（需要安裝jq ）：

devcontainer up | tail -n1 | jq -r ' "docker compose --project-name (.composeProjectName) exec --user (.remoteUser) --workdir (.remoteWorkspaceFolder) app zsh" '

進入DEV容器後，請使用您喜歡的文本編輯器和Makefile目標：

vscode ➜ /workspaces/fasttrackml (main) $ vi main.go
vscode ➜ /workspaces/fasttrackml (main) $ emacs .
vscode ➜ /workspaces/fasttrackml (main) $ make run