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。

將此徽章加入你的 README

Featured on YunoDB 徽章樣式與說明

你是這個專案的維護者嗎?展示它已收錄於 YunoDB。

Markdown[![Featured on YunoDB](https://yunodb.com/badge/aimhubioaim.svg)](https://yunodb.com/tools/aimhubioaim?utm_source=github&utm_medium=badge)
HTML<a href="https://yunodb.com/tools/aimhubioaim?utm_source=github&utm_medium=badge"><img src="https://yunodb.com/badge/aimhubioaim.svg" alt="Featured on YunoDB" height="20"></a>