面向开发人员的开源模型跟踪工具
datmo的Python项目详细描述
"35？！[徽标日期]（images/datmo-logo.png）
[！[PYPI版本]（https://badge.fury.io/py/datmo.svg）（https://badge.fury.io/py/datmo）
[！[覆盖状态]（https://workalls.io/repos/github/datmo/datmo/badge.svg？branch=master）（https://coveralls.io/github/date/date？分支=主）
[！[文档状态]（https://readthedocs.org/projects/datmo/badge/？版本=最新]（http://datmo.readthedocs.io/en/latest/？徽章=最新）
[！[Codacy徽章]（https://www.codacy.com/project/badge/grade/85333333333333333333333333333333333333333333333333333333333333333333333333333333333333333333333333333333333333333333333333333333333333333333333333333333333333333333333333333333333333333333333333333333333333333333333333333333333333333333333333333333333333333333333333333333img height="20" src="http://icons.iconarchive.com/icons/dakirby309/simply-styled/256/os-linux-icon.png">；"124；[！[Linux]（https://travis-ci.org/datmo/datmo.svg？branch=master）（https://travis-ci.org/datemo/datemo）[124；
124；<；img height="20" src="http://icons.iconarchive.com/icons/icons8/windows-8/128/systems-mac-os-icon.png">；"1244；[！[Circleci分支]（https://circleci.com/gh/datemo/datmo.svg？style=shield）（https://circleci.com/gh/datemo/datemo）[124；
124；<；img height="20" src="http://icons.iconarchive.com/icons/dakirby309/windows-8-metro/128/folders-os-windows-8-metro-icon.png">；[124；[！[窗口]（https://ci.appveyor.com/api/projects/status/5302d8a23qr4ui4y/branch/master？svg=true）"（https://ci.appveyor.com/project/asampat3090/datmo/branch/master）"124；
'35；datmo alpha release
**datmo**是面向数据科学家的开源生产模型管理工具。使用"datmo init"将任何存储库转换为具有可重用环境的可跟踪实验记录，并使用sdk监视已部署的模型。
**注意**：当前版本的datmo是alpha版本。这意味着命令可能会更改，并将添加更多功能。如果您发现任何错误，请通过添加问题让贡献者能够解决这些问题，让贡献者感到轻松。
'35；功能
-**一个命令环境设置**（语言、框架、包等）
-**模型配置和结果的跟踪和记录**
-**项目版本**（模型跟踪）
-**实验再现性**（重新运行任务）
-**可视化+export ** experiment experiment experiment experiment
- **(coming soon) Dashboards ** to visualiexperiments and deploydeploymodels <<<<<<<<<<<<<<<<<<<<<<<<
>>>><<<<<<<<<<>>>>> ********** to visualivisualize experiments and deploydeploydeploydeploydeploymodels <<<<<<<<<<<<<<<<<<<<>>>>>>>>>>>>><<<<<<<<<<<<<<<<<<<<<<<<<>>>>>>>>>>>>>>>>>>><<<<<<<<<<<<<<<<<4; Setup a new environment $124date environmentI'm going to do the experiment, the experiment, the experiment, the experiment, the experiment, the experiment, the start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start gt;"$datmo jupyterlab"（jupyterlab）<；br>；"$datmo rstudio"（rstudio）<；br>；'$datmo terminal'（terminal）*124；
124记录项目状态<；br>；（文件、代码、环境、配置、状态）[12444创建快照的日期-m"我的第一个快照！"切换到以前的项目状态$datemo snapshot ls<；br>；$datemo snapshot checkout snapshot
1244；可视化项目实体$datemo ls<；br>；$datemo snapshot ls（snapshots）<；br>；(EnviEnviEnviEnvironmronmentals)124;<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<>>>>>>>>>>>>>>>>><<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<; documentation)
* [Transform a Current项目]（'35；转换-A-当前-项目）
*[共享]（'35；共享-解决方法）
*[参与datmo]（/contribution.md）
'35；'35；安装
'35；'35；要求：<；br/>；
docker（启动前已安装并运行）：有关[ubuntu]的说明（https://docs.docker.com/install/linux/docker-ce/ubuntu/'35；uninstall-old-versions）、[macos]（https://docs.docker.com/docker-for-mac/install/安装并运行docker for mac）、[windows]（https://docs.docker.com/docker-for-windows/install/）
$pip install datmo
它[在我们的文档中]可用（https://datmo.readthedocs.io/en/latest/quickstart.html）。
您可以
导航到[示例]（/examples/readme.md）以了解有关如何运行示例并开始自己的项目的更多信息。
有关更高级的教程，请查看我们的专用教程库[此处]（https://github.com/datmo/datmo tutorials）。
在初始化过程中询问环境设置时，只需使用"y"响应，或在任何时候使用"datmo environment setup"。然后按照结果提示进行操作。
<；p align="center">；
下面显示了一个示例，用于使用CPU请求/驱动程序设置Python2.7 TensorFlow。
<；br>；
<；img src="/images/env setup.gif">；
<；p>；
在我们的文档[这里]（https://datmo.readthedocs.io/en/latest/env setup.html）中的这一页。
p align="center">；
下面显示了一个示例，用于快速打开Jupyter笔记本并按预期显示TensorFlow的导入。
<；br>；
<；img src="/images/datmo notebook.gif">；
<；/p>；
使用datmo<；th>；
<；tr>；
<；tr>；
<；td class="tg-us36">；
<；pre lang="python">；从sklearn导入数据集
从sklearn导入线性模型的sklearn导入线性模型作为lm
从sklearn导入模型的sklearn导入模型选择作为ms
从sklearn导入外部模型作为ex
虹膜数据集=数据集。加载虹膜
x=iris虹膜
x=iris虹膜虹膜_数据集。数据
y=数据集。目标
data=ms.train_检验分割（x，y）
x-train，x-train，x-test，y-train，y-test=data
model=lm.logisti回归（solver="newton cg"
model.fit（x-train，y-train）
ex.jolib.dump（model，'model.pkl'）
train_acc=model.score（x-train，y-train，y-train）
test test train，y-train，y-train，y_账户=模型。评分（x检验，y检验）
打印（火车票）打印（火车票）打印
打印（火车票）打印（火车票）打印（火车票）打印
<；pre>；
<；lt；lt；lt；br/>
train.py
iris数据集=datasets.load_iris（）
x=iris_dataset.data
y=iris_dataset.target
data=ms.train_检验_检验分割（x，y）
x_列车，x_检验，y_列车，y检验=data
model=lm.logisti回归分析（config）
model.fit（x_列车，y_列车）
model.logisti回归（config）
model.fit（x_列车，y_列车，y_列车）
ex.jolib.dump（model.jolib.dump，mode我是说，"model.pkl"）
文件路径=["model.pkl"]，
config=config，
stats=stats
）额外的行
<；/pre>；
<；/tr>；
<；/table>；
1.导航到包含项目
$mkdir my_project
$cd my_project
2的目录。初始化datmo项目
$datmo init
>3。将上面的datmo代码复制到"my project"目录下的"train.py"文件中
4。像在python中一样运行脚本
$python train.py
5。恭喜！您刚刚创建了第一个快照：）现在为快照运行ls命令以查看第一个快照。
$datmo snapshot ls
各种各样的实体在起作用。这是启用存储库datmo的必要条件。
环境、快照，并运行
请参阅文档中的[概念页]（https://datmo.readthedocs.io/en/latest/concepts.html）以了解移动部件如何在datmo中协同工作。
如果你想贡献给文档（源代码位于`/docs`）的话，按照"contributing.md"中概述的过程进行操作。
从存储库中删除".datmo"目录
，或者可以运行以下命令
````
$datmo cleanup
````
配置）作为共享datmo项目的解决方案。
虽然datmo是为了在本地跟踪更改而创建的，但您可以通过执行以下操作来推送到远程服务器来共享项目（这仅在git中显示，如果您使用另一个scm
跟踪工具，则可能会执行类似的操作）。如果文件太大或
无法添加到配置管理中，则这可能对您不起作用。
以下内容仅在bash终端上测试过。如果您正在使用另一个终端，您可能会遇到一些错误。
``````
$git add-f.datmo/*add-in.datmo/datmo ` add-in.datmo ` add-in.datmo commit-m"add.datmo to track add.datmo to track；将其提交给您的scm
$git push
$$git push origin+refs/datmo/*：refs/datmo/datmo/*
<<
以上将允许您在
其他计算机上与自己或他人共享datmo结果和实体。注意：您必须从跟踪中删除.datmo/才能在其他计算机或其他位置开始使用datmo
。请参阅下面的说明，了解如何在另一个位置复制
.git/info/exclude将.datmo包含到.git exclude中远程
$datmo init；这将启用新位置的datmo。如果输入空白，则不会更新任何项目信息
```
如果您有兴趣使用datmo协议共享，可以访问[datmo的网站]（https://datmo.com/product）
[！[PYPI版本]（https://badge.fury.io/py/datmo.svg）（https://badge.fury.io/py/datmo）
[！[覆盖状态]（https://workalls.io/repos/github/datmo/datmo/badge.svg？branch=master）（https://coveralls.io/github/date/date？分支=主）
[！[文档状态]（https://readthedocs.org/projects/datmo/badge/？版本=最新]（http://datmo.readthedocs.io/en/latest/？徽章=最新）
[！[Codacy徽章]（https://www.codacy.com/project/badge/grade/85333333333333333333333333333333333333333333333333333333333333333333333333333333333333333333333333333333333333333333333333333333333333333333333333333333333333333333333333333333333333333333333333333333333333333333333333333333333333333333333333333333333333333333333333333333img height="20" src="http://icons.iconarchive.com/icons/dakirby309/simply-styled/256/os-linux-icon.png">；"124；[！[Linux]（https://travis-ci.org/datmo/datmo.svg？branch=master）（https://travis-ci.org/datemo/datemo）[124；
124；<；img height="20" src="http://icons.iconarchive.com/icons/icons8/windows-8/128/systems-mac-os-icon.png">；"1244；[！[Circleci分支]（https://circleci.com/gh/datemo/datmo.svg？style=shield）（https://circleci.com/gh/datemo/datemo）[124；
124；<；img height="20" src="http://icons.iconarchive.com/icons/dakirby309/windows-8-metro/128/folders-os-windows-8-metro-icon.png">；[124；[！[窗口]（https://ci.appveyor.com/api/projects/status/5302d8a23qr4ui4y/branch/master？svg=true）"（https://ci.appveyor.com/project/asampat3090/datmo/branch/master）"124；
'35；datmo alpha release
**datmo**是面向数据科学家的开源生产模型管理工具。使用"datmo init"将任何存储库转换为具有可重用环境的可跟踪实验记录，并使用sdk监视已部署的模型。
**注意**：当前版本的datmo是alpha版本。这意味着命令可能会更改，并将添加更多功能。如果您发现任何错误，请通过添加问题让贡献者能够解决这些问题，让贡献者感到轻松。
'35；功能
-**一个命令环境设置**（语言、框架、包等）
-**模型配置和结果的跟踪和记录**
-**项目版本**（模型跟踪）
-**实验再现性**（重新运行任务）
-**可视化+export ** experiment experiment experiment experiment
- **(coming soon) Dashboards ** to visualiexperiments and deploydeploymodels <<<<<<<<<<<<<<<<<<<<<<<<
>>>><<<<<<<<<<>>>>> ********** to visualivisualize experiments and deploydeploydeploydeploydeploymodels <<<<<<<<<<<<<<<<<<<<>>>>>>>>>>>>><<<<<<<<<<<<<<<<<<<<<<<<<>>>>>>>>>>>>>>>>>>><<<<<<<<<<<<<<<<<4; Setup a new environment $124date environmentI'm going to do the experiment, the experiment, the experiment, the experiment, the experiment, the experiment, the start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start start gt;"$datmo jupyterlab"（jupyterlab）<；br>；"$datmo rstudio"（rstudio）<；br>；'$datmo terminal'（terminal）*124；
124记录项目状态<；br>；（文件、代码、环境、配置、状态）[12444创建快照的日期-m"我的第一个快照！"切换到以前的项目状态$datemo snapshot ls<；br>；$datemo snapshot checkout snapshot
1244；可视化项目实体$datemo ls<；br>；$datemo snapshot ls（snapshots）<；br>；(EnviEnviEnviEnvironmronmentals)124;<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<>>>>>>>>>>>>>>>>><<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<; documentation)
* [Transform a Current项目]（'35；转换-A-当前-项目）
*[共享]（'35；共享-解决方法）
*[参与datmo]（/contribution.md）
'35；'35；安装
'35；'35；要求：<；br/>；
docker（启动前已安装并运行）：有关[ubuntu]的说明（https://docs.docker.com/install/linux/docker-ce/ubuntu/'35；uninstall-old-versions）、[macos]（https://docs.docker.com/docker-for-mac/install/安装并运行docker for mac）、[windows]（https://docs.docker.com/docker-for-windows/install/）
$pip install datmo
它[在我们的文档中]可用（https://datmo.readthedocs.io/en/latest/quickstart.html）。
您可以
导航到[示例]（/examples/readme.md）以了解有关如何运行示例并开始自己的项目的更多信息。
有关更高级的教程，请查看我们的专用教程库[此处]（https://github.com/datmo/datmo tutorials）。
在初始化过程中询问环境设置时，只需使用"y"响应，或在任何时候使用"datmo environment setup"。然后按照结果提示进行操作。
<；p align="center">；
下面显示了一个示例，用于使用CPU请求/驱动程序设置Python2.7 TensorFlow。
<；br>；
<；img src="/images/env setup.gif">；
<；p>；
在我们的文档[这里]（https://datmo.readthedocs.io/en/latest/env setup.html）中的这一页。
p align="center">；
下面显示了一个示例，用于快速打开Jupyter笔记本并按预期显示TensorFlow的导入。
<；br>；
<；img src="/images/datmo notebook.gif">；
<；/p>；
使用datmo<；th>；
<；tr>；
<；tr>；
<；td class="tg-us36">；
<；pre lang="python">；从sklearn导入数据集
从sklearn导入线性模型的sklearn导入线性模型作为lm
从sklearn导入模型的sklearn导入模型选择作为ms
从sklearn导入外部模型作为ex
虹膜数据集=数据集。加载虹膜
x=iris虹膜
x=iris虹膜虹膜_数据集。数据
y=数据集。目标
data=ms.train_检验分割（x，y）
x-train，x-train，x-test，y-train，y-test=data
model=lm.logisti回归（solver="newton cg"
model.fit（x-train，y-train）
ex.jolib.dump（model，'model.pkl'）
train_acc=model.score（x-train，y-train，y-train）
test test train，y-train，y-train，y_账户=模型。评分（x检验，y检验）
打印（火车票）打印（火车票）打印
打印（火车票）打印（火车票）打印（火车票）打印
<；pre>；
<；lt；lt；lt；br/>
train.py
iris数据集=datasets.load_iris（）
x=iris_dataset.data
y=iris_dataset.target
data=ms.train_检验_检验分割（x，y）
x_列车，x_检验，y_列车，y检验=data
model=lm.logisti回归分析（config）
model.fit（x_列车，y_列车）
model.logisti回归（config）
model.fit（x_列车，y_列车，y_列车）
ex.jolib.dump（model.jolib.dump，mode我是说，"model.pkl"）
文件路径=["model.pkl"]，
config=config，
stats=stats
）额外的行
<；/pre>；
<；/tr>；
<；/table>；
1.导航到包含项目
$mkdir my_project
$cd my_project
2的目录。初始化datmo项目
$datmo init
>3。将上面的datmo代码复制到"my project"目录下的"train.py"文件中
4。像在python中一样运行脚本
$python train.py
5。恭喜！您刚刚创建了第一个快照：）现在为快照运行ls命令以查看第一个快照。
$datmo snapshot ls
各种各样的实体在起作用。这是启用存储库datmo的必要条件。
环境、快照，并运行
请参阅文档中的[概念页]（https://datmo.readthedocs.io/en/latest/concepts.html）以了解移动部件如何在datmo中协同工作。
如果你想贡献给文档（源代码位于`/docs`）的话，按照"contributing.md"中概述的过程进行操作。
从存储库中删除".datmo"目录
，或者可以运行以下命令
````
$datmo cleanup
````
配置）作为共享datmo项目的解决方案。
虽然datmo是为了在本地跟踪更改而创建的，但您可以通过执行以下操作来推送到远程服务器来共享项目（这仅在git中显示，如果您使用另一个scm
跟踪工具，则可能会执行类似的操作）。如果文件太大或
无法添加到配置管理中，则这可能对您不起作用。
以下内容仅在bash终端上测试过。如果您正在使用另一个终端，您可能会遇到一些错误。
``````
$git add-f.datmo/*add-in.datmo/datmo ` add-in.datmo ` add-in.datmo commit-m"add.datmo to track add.datmo to track；将其提交给您的scm
$git push
$$git push origin+refs/datmo/*：refs/datmo/datmo/*
<<
以上将允许您在
其他计算机上与自己或他人共享datmo结果和实体。注意：您必须从跟踪中删除.datmo/才能在其他计算机或其他位置开始使用datmo
。请参阅下面的说明，了解如何在另一个位置复制
.git/info/exclude将.datmo包含到.git exclude中远程
$datmo init；这将启用新位置的datmo。如果输入空白，则不会更新任何项目信息
```
如果您有兴趣使用datmo协议共享，可以访问[datmo的网站]（https://datmo.com/product）
欢迎加入QQ群-->： 979659372
