Spaces 上的 Aim

Aim 是一款易于使用且功能强大的开源实验跟踪器。Aim 记录您的训练运行，并提供一个美观的 UI 来比较它们，以及一个 API 以编程方式查询它们。ML 工程师和研究人员使用 Aim 资源管理器只需点击几下即可比较数千次训练运行。

查看 Aim 文档 了解更多有关 Aim 的信息。如果您有新功能的想法或发现错误，请随时 打开功能请求或报告错误。

在以下部分中，您将了解如何在 Hugging Face Hub Spaces 上部署 Aim，并直接从 Hub 探索您的训练运行。

在 Spaces 上部署 Aim

您可以一键在 Spaces 上部署 Aim！

创建 Space 后，您将看到 构建中 状态，一旦状态变为 运行中，您的 Space 就已准备就绪！

现在，当您导航到 Space 的 应用 部分时，您可以访问 Aim UI。

使用 Spaces 上的 Aim 比较您的实验

让我们使用在 MNIST 上训练的 PyTorch CNN 的快速示例来演示 Spaces 上的 Aim 端到端部署。完整的示例位于 Aim 代码库示例文件夹 中。

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

# Initialize a new Run
aim_run = Run()
...
items = {'accuracy': acc, 'loss': loss}
aim_run.track(items, epoch=epoch, context={'subset': 'train'})

# Track weights and gradients distributions
track_params_dists(model, aim_run)
track_gradients_dists(model, aim_run)

Aim 跟踪的实验存储在 .aim 文件夹中。要使用 Space 中的 Aim UI 显示日志，您需要将 .aim 文件夹压缩为 tar.gz 文件，并使用 git 或 Space 的文件和版本部分将其上传到您的 Space。

这是一个 bash 命令：

tar -czvf aim_repo.tar.gz .aim

就是这样！现在打开 Space 的应用部分，Aim UI 就会显示您的日志。以下是您所期望的

使用 Aim 的 Pythonic 搜索过滤您的运行。您可以针对您跟踪的所有内容（指标、超参数等）编写 Pythonic 查询。查看 HF Hub Spaces 上的一些 示例。

更多关于 HF Spaces 的信息

• HF Docker Spaces
• HF Docker Space 示例

反馈和支持

如果您有任何改进建议或需要支持，请在 Aim GitHub 仓库 上创建一个 issue。

您也可以加入 Aim 社区 Discord，参与社区讨论。