Guide de démarrage rapide

Pour commencer, vous pouvez exécuter un exemple simple qui journalise de fausses métriques d'entraînement :

import trackio
import random
import time

runs = 3
epochs = 8


for run in range(runs):
    trackio.init(
        project="my-project",
        config={"epochs": epochs, "learning_rate": 0.001, "batch_size": 64}
    )

    for epoch in range(epochs):
        train_loss = random.uniform(0.2, 1.0)
        train_acc = random.uniform(0.6, 0.95)

        val_loss = train_loss - random.uniform(0.01, 0.1)
        val_acc = train_acc + random.uniform(0.01, 0.05)

        trackio.log({
            "epoch": epoch,
            "train_loss": train_loss,
            "train_accuracy": train_acc,
            "val_loss": val_loss,
            "val_accuracy": val_acc
        })

        time.sleep(0.2)

trackio.finish()

L’exécution de la commande ci-dessus affiche dans le terminal les instructions pour lancer le tableau de bord.

L'utilisation de trackio est conçue pour être identique à celle de wandb dans la plupart des cas, ce qui permet de passer facilement de l'une à l'autre.

import trackio as wandb

Tableau de bord

Vous pouvez lancer le tableau de bord en exécutant :

trackio show

import trackio

trackio.show()

Vous pouvez également fournir un nom de project facultatif en tant qu'argument pour charger directement un projet spécifique :

trackio show --project "my-project"

import trackio 

trackio.show(project="my-project")

Déploiement sur Hugging Face Spaces

Lors de l’appel de trackio.init(), le service s’exécute par défaut localement et stocke les données du projet sur la machine locale.

Mais si vous passez un space_id à init(), comme ceci :

trackio.init(project="my-project", space_id="orgname/space_id")

ou

trackio.init(project="my-project", space_id="username/space_id")

il utilisera un espace Hugging Face existant ou en déploiera automatiquement un nouveau au besoin. Vous devez être connecté localement avec huggingface-cli et votre jeton doit disposer des autorisations d’écriture pour créer l’espace.

Sinon, vous pouvez synchroniser un projet local existant avec un Space Hugging Face en exécutant :

trackio sync --project "my-project" --space-id "username/space_id"

trackio.sync(project="my-project", space_id="username/space_id")

Cela créera l’Espace s’il n’existe pas encore, et téléversera toutes les exécutions et les données associées dans l’Espace. Vous pouvez également synchroniser avec un Espace statique léger à l’aide de sdk="static", ou créer un instantané en lecture seule d’un Espace en direct avec freeze. Un Espace figé est un instantané à un instant donné et n’inclura pas les métriques ultérieures de l’Espace Gradio d’origine, sauf si vous le figez à nouveau. Consultez la page Déployer et intégrer des tableaux de bord pour plus de détails.