#experiment-tracking Dépôts
Découvrez 15 dépôts GitHub open source actifs associés à #experiment-tracking, cumulant 52,193 étoiles au total (soit une moyenne de 3,479 étoiles par projet). Le projet en tête de ce thème est fossasia/visdom, avec 10,349 étoiles.
15 dépôts au total
Outil de visualisation, de surveillance et d’analyse collaborative en temps réel d’expériences d’IA/ML et de données en direct. Compatible avec Python, PyTorch/Torch, NumPy et TensorFlow/Keras https://visdom.dev
Une bibliothèque de suivi d'expériences légère, axée sur le local et gratuite, proposée par Hugging Face 🤗
MLRun est une plateforme MLOps open source pour construire et gérer rapidement des applications ML continues tout au long de leur cycle de vie. MLRun s'intègre dans votre environnement de développement et CI/CD et automatise la livraison de données de production, de pipelines ML et d'applications en ligne.
fitlog est un outil utilisé dans l'entraînement en apprentissage profond pour aider les utilisateurs à enregistrer des journaux et à gérer le code.
Projets d'apprentissage profond d'exemple qui utilisent les fonctionnalités de wandb.
Visualisez vos données Kedro et vos pipelines d'apprentissage automatique et suivez vos expériences.
Mimir — un plugin de plateforme de recherche tout-en-un : rédigez et compilez vos articles LaTeX au fil de l’écriture, gérez la littérature arXiv, suivez les expériences, visualisez les métriques et orchestrez des tâches SSH sur des serveurs GPU, pour gérer l’ensemble du cycle de recherche. Un plugin open source de plateforme de recherche couvrant tout le cycle de recherche.
«La Recherche Pratique en IA» s'adresse aux débutants en recherche, leur montrant étape par étape comment s'initier à la recherche en intelligence artificielle.
Un framework de suivi d'expériences simple et élégant qui intègre la logique de persistance et les meilleures pratiques directement en Python
Foire aux questions
Quel est le dépôt #experiment-tracking le plus populaire sur GitHub ?
Le projet #experiment-tracking open source le mieux classé sur GitHub est fossasia/visdom, avec 10,349 étoiles. Outil de visualisation, de surveillance et d’analyse collaborative en temps réel d’expériences d’IA/ML et de données en direct. Compatible avec Python, PyTorch/Torch, NumPy et TensorFlow/Keras https://visdom.dev
Quels langages de programmation sont les plus utilisés dans les dépôts #experiment-tracking ?
Parmi les projets #experiment-tracking les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, Jupyter Notebook, TypeScript, JavaScript.
Comment le classement des dépôts #experiment-tracking est-il calculé ?
Nous suivons 15 dépôts open source actifs associés à #experiment-tracking (500+ étoiles), totalisant 52,193 étoiles, avec une moyenne de 3,479 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.