SpacesでのAim

Aimは、使いやすく、高性能なオープンソースの実験トラッカーです。Aimはトレーニング実行を記録し、それらを比較するための美しいUIと、プログラムでクエリするためのAPIを提供します。 MLエンジニアや研究者は、Aimのエクスプローラーを使用して、数回のクリックで1,000以上のトレーニング実行を比較できます。

Aimの詳細については、Aimのドキュメントをご覧ください。 新しい機能のアイデアやバグに気づいた場合は、機能のリクエストを開くか、バグを報告してください。

次のセクションでは、Hugging Face HubのSpacesにAimをデプロイする方法と、Hubから直接トレーニングランを探索する方法を学びます。

SpacesにAimをデプロイする

Aimは、ワンクリックでSpacesにデプロイできます!

Space を作成すると、Building ステータスが表示され、Running, になると、Space が利用可能になります。

次に、SpaceのAppセクションに移動すると、Aim UIにアクセスできます。

Spaces上でAimを使用して実験を比較

MNISTで訓練されたPyTorch CNNの簡単な例を用いて、SpacesでのAimのエンドツーエンドデプロイメントをデモストレーションします。 完全な例はAimリポジトリのexamplesフォルダにあります。

from aim import Run
from aim.pytorch import track_gradients_dists, track_params_dists

# Initialize a new Run
aim_run = Run()
...
items = {'accuracy': acc, 'loss': loss}
aim_run.track(items, epoch=epoch, context={'subset': 'train'})

# Track weights and gradients distributions
track_params_dists(model, aim_run)
track_gradients_dists(model, aim_run)

Aimで追跡される実験は.aimフォルダに保存されます。SpaceでAim UIを使用してログを表示するには、.aimフォルダをtar.gzファイルに圧縮し、gitまたはSpaceのFiles and Versionsセクションを使用してSpaceにアップロードする必要があります。

そのためのbashコマンドは以下の通りです:

tar -czvf aim_repo.tar.gz .aim

以上です!次に、Space の App セクションを開くと、ログ付きの Aim UI が利用できます。 以下のような表示が期待できます:

AimのPythonicな検索機能を使用して、実行をフィルタリングできます。トラッキングしているすべてのデータ（メトリクス、ハイパーパラメータなど）に対して、Pythonicなクエリを記述できます。HF Hub Spaces上の例をご覧ください。

ログがTensorBoard形式である場合、1つのコマンドでAimに変換し、利用可能な多くの高度で高性能なトレーニング実行の比較機能を使用できます。

HF Spacesの詳細

• HF Docker spaces
• HF Dockerスペースの例

フィードバックとサポート

改善の提案やサポートが必要な場合は、AimのGitHubリポジトリでIssueを作成してください。

AimコミュニティのDiscordも、コミュニティの議論のために利用できます。