معرفی شرکت ها

HackDuck-0.1.5

Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
0.1.5
0.1.4
0.1.2
0.1.0
0.1.5
0.1.4
0.1.2
0.1.0

توضیحات

Machine learning data flow for reproducible data science
ویژگی مقدار
سیستم عامل OS Independent
نام فایل HackDuck-0.1.5
نام HackDuck
نسخه کتابخانه 0.1.5
نگهدارنده []
ایمیل نگهدارنده []
نویسنده Alexandre Kempf
ایمیل نویسنده alexandre.kempf@cri-paris.org
آدرس صفحه اصلی https://github.com/AlexandreKempf/HackDuck
آدرس اینترنتی https://pypi.org/project/HackDuck/
مجوز -
# IDEAL HACKDUCK PROJECT Run model from with a REST app (MLflow): - save a github folder for each project - can easely have predition on a bunch of data # FEATURES: - seed for reproducibility - map arguments to loop over a list - mlflow integration (automatic logs parameters, can log metrics or artifacts) - all prefect avantages - handle subflows - task bank to do basic operations - unit test handle by ward # TODO: - [ ] map over subflows ? - [ ] create a script to run it with HackDuck file.yaml --argsname argvalue ... - [ ] run it in a docker - [ ] save version for all requirements (needed to rerun the flow) - [ ] save python files inside mlruns/... and git them and save git commit - [ ] being able to rerun a previous flow (save args and kwargs and output ref) - [ ] put to prod thanks to travis CI that create the MLflow git repo - [ ] generate examples for people to use # use it ```python from HackDuck import run_flow config = yaml.load(open('/home/alex/awesome/HackDuck/iris/flows/iris_classif_with_sub.yaml', 'r'), Loader=yaml.FullLoader) run_flow(config, {}) ```


نیازمندی

مقدار نام
- prefect
- mlflow
- pyyaml
- numpy
- torch
- simplejson
- TaskBank


زبان مورد نیاز

مقدار نام
>=3.6 Python


نحوه نصب


نصب پکیج whl HackDuck-0.1.5:

    pip install HackDuck-0.1.5.whl


نصب پکیج tar.gz HackDuck-0.1.5:

    pip install HackDuck-0.1.5.tar.gz