机器学习实验包装器
mlwrapper的Python项目详细描述
MLWrapper v0.1版
MLwrapper是一个上下文管理器,可以帮助您存储实验结果。在
上下文管理器enter创建mlflow运行并将记录的值存储在内部。它允许记录以下内容:
- 脚本参数
- 图像
- 标量
- 指标
快速入门
# data to logkwargs={"experiment parameter":42,}test_image_1=np.ones(shape=(3,40,40,1))test_image_1[0,:20,:,:]=0.test_image_1[1,:,:,:]=0.test_image_1[2,20:,:,:]=0.test_image_2=np.ones(shape=(3,1,40,40))test_image_2[0,:,20:,:]=0.test_image_2[1,:,:,:]=0.test_image_2[2,:,:20,:]=0.deftest(logger):logger.log_args(**{"run param":"value"})forstepinrange(0,50):logger.log_scalar("test_loss",value=100-step*1.5,step=step)logger.log_scalar("test_acc",value=0.00+step*0.01,step=step)logger.log_images("test_image",test_image_1,1)logger.log_images("test_image",test_image_2,2,channel_first=True)logger.log_metric("result",result)# approach 1Experiment=MLWrapper(mlflow_dir="/tmp/mlruns/",**kwargs)withExperimentaslogger:test(logger)# approach 2withMLWrapper(mlflow_dir="/tmp/mlruns/",**kwargs)aslogger:test(logger)# approach 3Experiment=MLWrapper(mlflow_dir="/tmp/mlruns/",**kwargs)wrapped_test=Experiment(test)# func needs to accept "logger" or "**kwarg"wrapped_test()
测试
测试将在/tmp目录下创建文件。这些文件不会自动删除。在
^{pr2}$参考文献
- 项目
标签: