عن المشروع

Aim هي أداة مفتوحة المصدر لاستضافة ذاتية لتتبع التجارب في تعلم الآلة، مصممة للتعامل مع أعداد كبيرة من جولات التدريب. تسجل جولات التدريب وبيانات AI الوصفية، وتوفر واجهة مستخدم لمقارنتها ومراقبتها، وتكشف عن API للاستعلام البرمجي. القدرات الأساسية الموصوفة في README: - تسجيل تجارب تعلم الآلة وأي بيانات وصفية، مع تكاملات لأطر تعلم الآلة الشائعة. - واجهة مستخدم لتصور ومقارنة البيانات الوصفية، بما في ذلك التجميع والتلخيص والاستعلام عبر تعبيرات Python. - تتبع معلومات النظام واستخدام الموارد، وتنبيهات فورية حول تقدم التدريب، وإشعارات قابلة للتكوين. - تنظيم الجولات عبر الوسوم والتجارب، ومعلومات تفصيلية عن الجولات لتصحيح الأخطاء، ولوحة تحكم مركزية. - محولات مدمجة لترحيل السجلات من TensorBoard وMLflow وWeights & Biases؛ ويمكن إجراء تحويلات مخصصة عبر SDK. - تشمل التكاملات المذكورة PyTorch Ignite وPyTorch Lightning وHugging Face وKeras/tf.Keras وKeras Tuner وXGBoost وCatBoost وLightGBM وfastai وMXNet وOptuna. - تشمل أنواع الكائنات القابلة للتتبع المدعومة المقاييس والصور والنصوص والصوت والتوزيعات. البدء السريع: التثبيت عبر pip، وإنشاء Run، وتسجيل المعاملات والمقاييس باستخدام run.track، ثم تشغيل واجهة المستخدم عبر `aim up`. يشير المشروع أيضًا إلى منظومة من الأدوات القائمة على Aim مثل aimlflow وAim-spaCy، ويقدم عروضًا حية لتجارب الترجمة الآلية وGAN وFastSpeech 2 وMNIST.