基于机器学习框架的高级图书馆
torchlite的Python项目详细描述
火炬石
torchlite是一个高级库,位于流行的机器学习框架之上,比如 Sklearn,Pythorch和Tensorflow。 它为日常数据科学任务提供了机器学习中使用的重复代码的高层抽象。
安装
pip install torchlite
或者,如果要直接运行此库以访问示例,请克隆此存储库并运行:
pip install -r requirements.txt
安装所需的依赖项。
默认情况下,pytorch 0.4.0+和tensorflow gpu 1.8.0+与此库一起安装,但建议
如果要使用torchlite.torch
,请从here的源安装它们。
如果您想打包和/或前往Tensorflow install page
使用torchlite.tf
包。
文档
目前,图书馆没有完整的文档,但您可以很快了解如何
它通过查看examples-*
文件夹中的示例来工作。这个图书馆还在
alpha和一些api在未来可能会改变。唯一会同时进化的东西
尽管图书馆就是这样的例子,但它们总是要与时俱进
图书馆。
很少有例子会生成文件夹/文件,如保存的模型或tensorboard日志。
要可视化tensorboard日志,请下载tensorflow的tensorboard以及
Pytorch's tensorboard如果您对
torchlite.torch
包。然后执行:
tensorboard --logdir=./tensorboard
为pypi部署打包项目
pip install twine
pip install wheel
python setup.py sdist
python setup.py bdist_wheel
创建$HOME/.pypirc
[pypi]
username = <username>
password = <password>
然后使用以下工具上载软件包:
twine upload dist/*
或者只是:
pypi_deploy.sh