Skip to main content

在 Spaces 上使用 Aim

Aim 是一个易于使用且功能强大的开源实验追踪器。Aim 记录你的训练运行，并提供一个美观的 UI 来比较它们，以及一个 API 来以编程方式查询它们。 ML 工程师和研究人员使用 Aim explorers 只需点击几下即可比较数千次训练运行。

查看 Aim 文档 了解更多关于 Aim 的信息。 如果你有新功能的想法或发现了 bug，请随时提交功能请求或报告 bug。

在以下部分中，你将学习如何在 Hugging Face Hub Spaces 上部署 Aim，并直接从 Hub 探索你的训练运行。

在 Spaces 上部署 Aim​

只需点击一下即可在 Spaces 上部署 Aim！

创建 Space 后，你将看到 Building 状态，一旦变为 Running，你的 Space 就准备就绪了！

创建 Aim Space

现在，当你导航到 Space 的App部分时，你可以访问 Aim UI。

使用 Aim on Spaces 比较你的实验​

让我们使用一个在 MNIST 上训练的 PyTorch CNN 的快速示例来演示端到端的 Aim on Spaces 部署。 完整示例在 Aim 仓库示例文件夹 中。

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

# 初始化一个新的 Run
aim_run = Run()
...
items = {'accuracy': acc, 'loss': loss}
aim_run.track(items, epoch=epoch, context={'subset': 'train'})

# 追踪权重和梯度分布
track_params_dists(model, aim_run)
track_gradients_dists(model, aim_run)

Aim 追踪的实验存储在 .aim 文件夹中。要在 Space 中使用 Aim UI 显示日志，你需要将 .aim 文件夹压缩为 tar.gz 文件，并使用 git 或 Space 的 Files and Versions 部分将其上传到 Space。

以下是 bash 命令：

tar -czvf aim_repo.tar.gz .aim

就是这样！现在打开 Space 的 App 部分，Aim UI 就可以使用你的日志了。 这是你可以期待的效果：

在 HF Hub Spaces 上使用 Aim UI

使用 Aim 的 Pythonic 搜索过滤你的运行。你可以编写 pythonic 查询你追踪的所有内容 - 指标、超参数等。在 HF Hub Spaces 上查看一些示例。

tip

请注意，如果你的日志是 TensorBoard 格式，你可以轻松地用一个命令将它们转换为 Aim，并使用许多可用的高级高性能训练运行比较功能。

更多关于 HF Spaces 的信息​

反馈和支持​

如果你有改进建议或需要支持，请在 Aim GitHub 仓库 上提交问题。

Aim 社区 Discord 也可用于社区讨论。

Last updated on