aim

Aim — это опенсорсный self-hosted инструмент отслеживания экспериментов для машинного обучения, предназначенный для работы с большим количеством обучающих запусков. Он логирует обучающие запуски и метаданные ИИ, предоставляет UI для их сравнения и наблюдения, а также открывает API для программных запросов. Основные возможности, описанные в README: - Логирование ML-экспериментов и произвольных метаданных с интеграциями для популярных ML-фреймворков. - UI для визуализации и сравнения метаданных, включая группировку, агрегацию и запросы с помощью Python-выражений. - Отслеживание системной информации и использования ресурсов, оповещения в реальном времени о ходе обучения и настраиваемые уведомления. - Организация запусков с помощью тегов и экспериментов, подробная информация о запусках для отладки и централизованная панель управления. - Встроенные конвертеры для переноса логов из TensorBoard, MLflow и Weights & Biases; возможны пользовательские преобразования через SDK. - Среди перечисленных интеграций: PyTorch Ignite, PyTorch Lightning, Hugging Face, Keras/tf.Keras, Keras Tuner, XGBoost, CatBoost, LightGBM, fastai, MXNet и Optuna. - Поддерживаемые типы отслеживаемых объектов включают метрики, изображения, текст, аудио и распределения. Быстрый старт: установка через pip, создание Run, логирование параметров и метрик с помощью run.track, затем запуск UI командой `aim up`. Проект также указывает на экосистему инструментов на базе Aim, таких как aimlflow и Aim-spaCy, и предлагает живые демонстрации для экспериментов по машинному переводу, GAN, FastSpeech 2 и MNIST.