Aim trên Spaces

Aim là công cụ theo dõi thí nghiệm mã nguồn mở, dễ sử dụng và mạnh mẽ. Aim ghi lại các lần chạy huấn luyện của bạn, cung cấp giao diện người dùng trực quan để so sánh chúng và API để truy vấn theo cách lập trình. Kỹ sư ML và nhà nghiên cứu sử dụng trình khám phá của Aim để so sánh hàng nghìn lần chạy huấn luyện chỉ với vài cú nhấp chuột.

Xem tài liệu Aim để tìm hiểu thêm về Aim. Nếu bạn có ý tưởng về một tính năng mới hoặc phát hiện một lỗi, hãy mở yêu cầu tính năng hoặc báo cáo lỗi.

Trong các phần tiếp theo, bạn sẽ học cách triển khai Aim trên Hugging Face Hub Spaces và khám phá các lượt huấn luyện của mình trực tiếp từ Hub.

Triển khai Aim trên Spaces

Bạn có thể triển khai Aim trên Spaces chỉ với một cú nhấp chuột!

Sau khi bạn tạo xong Space, bạn sẽ thấy trạng thái Building, và khi nó chuyển sang Running, Space của bạn đã sẵn sàng!

Bây giờ, khi bạn điều hướng đến phần App của Space, bạn có thể truy cập Aim UI.

So sánh các thí nghiệm của bạn với Aim trên Spaces

Hãy dùng một ví dụ nhanh về CNN PyTorch được huấn luyện trên MNIST để minh họa việc triển khai Aim trên Spaces từ đầu đến cuối. Ví dụ đầy đủ nằm trong thư mục examples của kho Aim.

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)

Các thí nghiệm được theo dõi bởi Aim được lưu trong thư mục .aim. Để hiển thị các log bằng Aim UI trong Space của bạn, bạn cần nén thư mục .aim thành tệp tar.gz và tải lên Space của bạn bằng git hoặc các phần Files and Versions của Space.

Dưới đây là lệnh bash cho việc đó:

tar -czvf aim_repo.tar.gz .aim

Xong rồi! Bây giờ hãy mở phần App của Space của bạn và giao diện Aim UI sẽ khả dụng cùng với các log của bạn. Dưới đây là những gì bạn có thể mong đợi:

Lọc các lần chạy của bạn bằng tìm kiếm theo phong cách Python của Aim. Bạn có thể viết các truy vấn theo phong cách Python cho MỌI thứ bạn đã theo dõi - các chỉ số, siêu tham số, v.v. Xem một số ví dụ trên HF Hub Spaces.

Lưu ý rằng nếu nhật ký của bạn ở định dạng TensorBoard, bạn có thể dễ dàng chuyển đổi chúng sang Aim bằng một lệnh và sử dụng nhiều tính năng so sánh các lượt chạy huấn luyện tiên tiến và hiệu năng cao có sẵn.

Tìm hiểu thêm về HF Spaces

• Không gian Docker của HF
• Ví dụ về không gian Docker của HF

Phản hồi và Hỗ trợ

Nếu bạn có đề xuất cải tiến hoặc cần hỗ trợ, vui lòng mở một issue trên kho GitHub của Aim.

Discord của cộng đồng Aim cũng có sẵn cho các cuộc thảo luận của cộng đồng.