معرفی شرکت ها

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

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

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

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

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

توضیحات

Make running, replaying experiments easier either on Pytorch or Tensorflow

ویژگی	مقدار
سیستم عامل	-
نام فایل	experiment-replay-0.0.1
نام	experiment-replay
نسخه کتابخانه	0.0.1
نگهدارنده	[]
ایمیل نگهدارنده	[]
نویسنده	Nicolas Patry
ایمیل نویسنده	patry.nicolas@protonmail.com
آدرس صفحه اصلی	https://github.com/Narsil/experiment_replay
آدرس اینترنتی	https://pypi.org/project/experiment-replay/
مجوز	-

# Experiment replay ## Description Simple utils to record the commands you run. It was developped with ML experiments in mind. Where you often tweak your code just a little before launching an experiment and when after a few days/weeks you come back you want to know how you achieved such amazing results you don't remember and it takes a long time to achieve again. This library is extremely simple. You can't run any experiment that is not committed so you have a commit to know what was changed and why. It also stores the exact command line you used so that configuration hacking is also remembered. It uses the git commit message to store that data so it does not require any external tool. ## Install `pip install experiment_replay` ## Usage It's simple to enable an experiment just do in your `train.py` file for instance ```python import experiment_replay ## My code if __name__ == "__main__": experiment_replay.setup() my_training_loop() ``` Then when you actual run your training let's say `python train.py --batch-size=16`. You can then do: `python -m experiment_replay` to get the list of all the commands you ran with experiment_replay enabled. ``` Experiments : Date Id Commit Command 2019-05-13 14:53:35.410538 472a12 f9dfe80125ea4856ce368270bce3aeb980829b2c python example.py ``` You can they replay it with `python -m experiment_replay 472a12`

نحوه نصب

نصب پکیج whl experiment-replay-0.0.1:

pip install experiment-replay-0.0.1.whl

نصب پکیج tar.gz experiment-replay-0.0.1:

pip install experiment-replay-0.0.1.tar.gz