Комета позволяет специалистам по обработке данных отслеживать свои эксперименты с машинным обучением на всех этапах, от обучения до производства. Любую метрику можно агрегировать по образцам и отображать на панелях настраиваемой панели инструментов, как показано ниже:
В то время как совокупные метрики являются хорошим обобщением эффективности модели, дополнительный подход заключается в том, чтобы позволить пользователям интерактивно изучить прогноз модели на одной выборке. Путем перетаскивания изображения, написания текста, записи звука и т. Д. Междисциплинарные группы машинного обучения могут тестировать модели и помогать обнаруживать их предубеждения и точки отказа с помощью демонстраций, подобных этой:
Создание этих демонстраций часто занимает довольно много времени, поскольку оно включает создание веб-интерфейса и инфраструктуры для размещения и совместного использования модели. Здесь на помощь приходит Gradio. Библиотека Python с открытым исходным кодом (с более чем 2700 звезд) позволяет разработчикам машинного обучения очень легко создавать демонстрации и графические интерфейсы на основе моделей, используя всего несколько строк Python. Вот код для демонстрации классификации изображений, подобной приведенной выше:
Мы рады сообщить, что Gradio и Comet теперь прекрасно работают вместе! Вы можете создать демонстрацию Gradio и включить ее в свою панель управления Comet всего с одной дополнительной строкой кода, чтобы коллеги и члены команды могли понять и изучить вашу модель, независимо от их технического опыта!
Вот как это работает от начала до конца за 8 шагов. (Если хотите, сначала освежите свои знания основ Gradio и основ Comet)
- Создайте учетную запись Comet
Следуйте инструкциям на www.comet.ml, чтобы создать бесплатную учетную запись:
2. Получите свой ключ API Comet
После входа в систему нажмите свое имя пользователя и выберите «Настройки» в раскрывающемся списке. На странице настроек прокрутите вниз до «Информация для разработчиков» и нажмите «Создать ключ API».
3. Создать проект
Вернитесь на главную страницу Comet (нажав на логотип в верхнем левом углу) и нажмите кнопку «+ New Project». Здесь вы сможете сделать свой проект частным или общедоступным.
4. Добавьте панель «Градио»
Нажмите кнопку «+ Добавить панель» в центре экрана:
Затем перейдите на вкладку «Public» и найдите «Gradio». Найдя панель, нажмите «Добавить› », чтобы добавить ее в свой эксперимент.
5. Установите Gradio и Comet
Теперь мы готовы писать код. Начните с установки Graido и Comet. Поскольку оба являются библиотеками Python с открытым исходным кодом, откройте среду, в которой вы запускаете Python, и запустите:
pip install gradio comet_ml
6. Создать демонстрацию Gradio
В записной книжке Jupyter или в среде Python создайте демонстрацию Gradio, как обычно. Вот модель классификации изображений в PyTorch, но вы можете использовать любой тип модели.
7. Создайте эксперимент с кометой
Создайте эксперимент Comet, как обычно, введя свой ключ API, имя проекта (используя имя, которое вы использовали на шаге 3) и рабочую область (ваше имя пользователя для отдельного проекта).
8. Создайте эксперимент с кометой
Последний шаг - интеграция вашей демонстрации Gradio с вашей панелью управления Comet - это всего одна дополнительная строка:
Если вы вернетесь обратно на панель управления Comet, вы увидите, что появилась следующая панель классификации изображений! Вы можете перетаскивать изображения и просматривать прогнозы (как я сделал с этим изображением льва) или поделиться своей панелью управления со своими товарищами по команде, чтобы они могли делать то же самое!
И это все! Начните создавать и делиться своими новыми интерактивными моделями уже сегодня на сайте www.comet.ml!
