Setup MLFlow
Valutazione
Questa issue non è ancora stata valutata.
Descrizione
- Install the mlflow docker containers within the system - https://mlflow.org/docs/latest/docker.html
- Get familiar with the interface and loading data for training. This will help for domain specific vocab when converting to using the REST endpoints -
- Get data from Jason for Training and understand pre-processing required of the WAV files for training (conversion to spectrograms)
- Map out using the REST API for mlflow for how we could modify and transfer data from the batai celery/django container and send it to mlflow for training
- Understand how to get the resulting model data out of mlflow and store it locally to the celery container for use in the future. This may also require creating a Django Model for model trained versions.
- Investigate getting additional artifacts out of Mlflow, for example visualizations such as confusion matrices that could be viewed through the BatAI interface
- Create a celery task that trains some model as proof-of-concept for integration with Mlflow. It should retrieve data from the database, do some training, and log the run in Mlflow with performance metrics and a manifest file
- Lingua principale
- Python
- Stelle
- 10
- Fork
- 3
- Merge medio
- 7g 18h
- PR unite (30g)
- 3
Preparare l'ambiente
Avvia il container di sviluppo del progetto nel browser, con il tuo account GitHub.
- Include un Dockerfile o un file Docker Compose
- Nessun modello di pull request
- Nessuna guida per i contributori
Come iniziare
- Leggi tutta la issue e poi la guida ai contributi del progetto.
- Commenta sulla issue per dire che te ne occupi tu — evita che due persone facciano lo stesso lavoro.
- Fai un fork del repository e lavora su un branch.
- Apri una pull request che faccia riferimento al numero della issue.
Altre issue di Kitware/batai
-
Difficoltà 1/5 Meno di un'ora Idoneità per principianti 62/100
-
Difficoltà 4/5 3-5 giorni Idoneità per principianti 45/100
-
Difficoltà 4/5 3-5 giorni Idoneità per principianti 38/100
-
Difficoltà 5/5 Più di una settimana Idoneità per principianti 35/100
-
Difficoltà 4/5 3-5 giorni Idoneità per principianti 30/100
Tutte le issue di Kitware/batai
Issue simili
-
enhancement P2
Difficoltà 2/5 1-3 ore Idoneità per principianti 78/100
Toloka/tolokaforge#1776 ·
I maintainer di solito rispondono entro 1 giorno
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 88/100
TencentCloud/Octop#1622 ·
I maintainer di solito rispondono entro 1 giorno
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 84/100
I maintainer di solito rispondono entro 1 giorno
-
Difficoltà 1/5 Meno di un'ora Idoneità per principianti 68/100
-
Rust: `const _` gets its file's node ID, so the file node is relabelled `_` and gains a self-loopAperta
Difficoltà 2/5 1-3 ore Idoneità per principianti 78/100
Graphify-Labs/graphify#4064 · 1 commento ·
I maintainer di solito rispondono entro 2 giorni