Spaces'te Aim

Aim, kullanımı kolay ve yüksek performanslı açık kaynaklı bir deney izleyicisidir. Aim, eğitim çalışmanızı kaydeder, bunları karşılaştırmak için şık bir kullanıcı arayüzü ve programatik olarak sorgulamak için bir API sunar. ML mühendisleri ve araştırmacılar, Aim explorers'ı kullanarak binlerce eğitim çalışmasını birkaç tıklamayla karşılaştırır.

Aim hakkında daha fazla bilgi edinmek için Aim belgelerini inceleyin. Yeni bir özellik fikriniz varsa veya bir hata fark ettiyseniz, özellik isteği açabilir veya bir hata bildirebilirsiniz.

Aşağıdaki bölümlerde, Aim'i Hugging Face Hub Spaces üzerinde nasıl dağıtacağınızı ve eğitim çalıştırmalarınızı doğrudan Hub üzerinden nasıl inceleyeceğinizi öğreneceksiniz.

Aim'i Spaces'te Dağıt

Aim'i tek tıkla Spaces üzerinde dağıtabilirsiniz!

Space oluşturulduğunda Building durumunu görürsünüz ve Running, durumuna geçtiğinde Space kullanıma hazırdır!

Şimdi, Space'inizin Uygulama bölümüne gittiğinizde Aim arayüzüne erişebilirsiniz.

Deneylerinizi Spaces üzerinde Aim ile karşılaştırın

MNIST üzerinde eğitilmiş hızlı bir PyTorch CNN örneği kullanarak Spaces'te uçtan uca Aim dağıtımını gösterelim. Tam örnek, Aim deposu örnekler klasöründe yer almaktadır.

from aim import Run
from aim.pytorch import track_gradients_dists, track_params_dists

# Initialize a new Run
aim_run = Run()
...
items = {'accuracy': acc, 'loss': loss}
aim_run.track(items, epoch=epoch, context={'subset': 'train'})

# Track weights and gradients distributions
track_params_dists(model, aim_run)
track_gradients_dists(model, aim_run)

Aim tarafından takip edilen deneyler .aim klasöründe saklanır. Space'inizde Aim UI ile günlükleri görüntülemek için .aim klasörünü tar.gz dosyasına sıkıştırıp git veya Space'inizin Dosyalar ve Sürümler bölümlerini kullanarak Space'inize yüklemeniz gerekir.

İşte bunun için bir bash komutu:

tar -czvf aim_repo.tar.gz .aim

Bitti! Şimdi Space'inizin App bölümünü açın ve Aim arayüzü, günlüklerinizle birlikte kullanılabilir durumda olacaktır. Beklenenler şunlardır:

Arunlarınızı Aim’in Pythonik araması ile filtreleyin. İzlediğiniz HER ŞEY için - metrikler, hiperparametreler vb. - Pythonik sorgular yazabilirsiniz. HF Hub Spaces’te bazı örnekleri inceleyin.

Günlükleriniz TensorBoard formatındaysa, onları tek komutla Aim'e dönüştürebilir ve kullanılabilen birçok gelişmiş ve yüksek performanslı eğitim çalışması karşılaştırma özelliğinden yararlanabilirsiniz.

HF Spaces hakkında daha fazla bilgi

• HF Docker alanları
• HF Docker alanı örnekleri

Geri Bildirim ve Destek

Geliştirme önerileriniz varsa veya destek ihtiyacınız varsa, lütfen Aim GitHub deposunda bir sorun (issue) açın.

Aim topluluğu Discord kanalı da topluluk tartışmaları için kullanılabilir.