aim
Aim 💫 — 一個易於使用且功能強大的開源實驗追蹤器。
aim 是什麼?
Aim 💫 — 一個易於使用且功能強大的開源實驗追蹤器。品牌名稱、URL、技術術語及事實含義保持不變。
aim 概覽
這是什麼
Aim 是一個開源、自託管的機器學習實驗追蹤工具,設計用來處理數萬次訓練運行。它記錄訓練運行與任何 AI 元數據,提供一個 UI 來比較與觀察這些數據,並提供 API 以程式化方式查詢。Aim 可與主流 ML 框架整合,並內建從 TensorBoard、MLflow 和 Weights & Biases 遷移日誌的轉換器。
主要功能
- 記錄 ML 管線中的元數據,包括超參數、指標、圖片、文字等。
- 提供高效能的 UI,用於視覺化與比較訓練運行,支援分組、聚合與 Python 表達式查詢。
- 追蹤系統資訊與資源使用情況,具備即時警示與可設定的通知功能。
- 支援使用標籤與實驗進行運行分組,並提供集中儀表板以獲得整體視圖。
- 包含遠端追蹤伺服器,適用於多主機環境,並可部署於 Kubernetes。
- 提供 SDK 以程式化方式存取追蹤的元數據,適用於自動化與 Jupyter Notebook 分析。
使用情境
- 追蹤與比較多次 ML 實驗的運行。
- 透過內建回呼函式與 PyTorch Lightning、Hugging Face、Keras、XGBoost 等框架整合。
- 使用內建轉換器從其他實驗追蹤工具(TensorBoard、MLflow、Weights & Biases)遷移。
- 為多主機環境的團隊設定集中式追蹤。
- 以程式化方式查詢與分析實驗數據,以支援自訂工作流程。
快速開始
shell pip3 install aim python from aim import Run run = Run() run['hparams'] = {'learning_rate': 0.001, 'batch_size': 32} for i in range(10): run.track(i, name='loss', step=i, context={'subset':'train'}) run.track(i, name='acc', step=i, context={'subset':'train'}) shell aim up
授權與價格
授權為 Apache-2.0。Aim 是開源且免費使用的。
內容整理自該專案公開的 README 與儲存庫資訊。