Об этом проекте

torch-tk предоставляет набор утилит для упрощения рабочего процесса PyTorch, делая акцент на создании самоописывающих моделей и оптимизаторов для удобной сериализации и восстановления. Ключевые возможности включают: - Управление моделями и оптимизаторами: предоставляет базовый класс `Model` и обертки для оптимизаторов (например, `SGD`, `Adam`), которые сохраняют аргументы конструктора и состояние, позволяя автоматически сохранять и восстанавливать их из файлов. - Контрольные точки: `CheckPointManager` для одновременного сохранения и загрузки состояний модели и оптимизатора. - Утилиты обучения: стандартный `Trainer` для типичных наборов данных и `MaskedTrainer`, предназначенный для целей с пропущенными значениями (NaN). Оба поддерживают обучение через `DataLoader` или напрямую с тензорами. - Диагностика: класс `Diagnostics` для вычисления и хранения информации о потере на уровне образцов. Поддерживает сохранение диагностики в файлы netCDF и предоставляет утилиты для построения графиков распределений потерь (KDE и гистограммы). Инструментарий разработан с сохранением стандартного интерфейса PyTorch, автоматизируя шаблонный код, связанный с циклами обучения и сохранением состояния.