عن المشروع

يوفر torch-tk مجموعة من الأدوات لتبسيط سير عمل PyTorch، مع التركيز على جعل النماذج ومحسّنات الأداء تصف نفسها تلقائيًا لتسهيل التسلسل وإعادة البناء. تشمل القدرات الرئيسية ما يلي: - إدارة النماذج ومحسّنات الأداء: يوفر فئة أساسية `Model` وغلفاء محسّنات (مثل `SGD`، `Adam`) التي تخزن حجج الباني والحالة، مما يسمح بحفظها واستعادتها من الملفات تلقائيًا. - نقاط الفحص: يدير `CheckPointManager` الحفظ والاسترجاع المتزامن لحالات النموذج ومحسّن الأداء. - أدوات التدريب: تشمل `Trainer` قياسيًا لمجموعات البيانات النموذجية و`MaskedTrainer` المصمم خصيصًا للأهداف التي تحتوي على قيم مفقودة (NaNs). يدعم كلاهما التدريب عبر `DataLoader` أو المتجهات المباشرة. - التشخيصات: فئة `Diagnostics` لحساب وتخزين معلومات الخسارة المُفصّلة لكل عينة. تدعم حفظ التشخيصات في ملفات netCDF وتوفير أدوات رسم لتوزيعات احتمالات الخسارة (KDE والرسوم البيانية). تم تصميم مجموعة الأدوات للحفاظ على واجهة PyTorch القياسية مع أتمتة الأجزاء المتكررة المرتبطة بحلقات التدريب وثبات الحالة.