使用 PyTorch 构建任意可重现神经网络学习程序的轻量级框架。
项目描述
使用 PyTorch 构建任意可重现神经网络学习程序的轻量级框架。
随着项目的发展，PyTorch 代码很容易变得复杂、笨拙且难以理解。Luz 旨在为 PyTorch 代码提供一个通用的脚手架，以最大限度地减少样板代码、最大限度地提高可读性并保持 PyTorch 本身的灵活性。
Luz 的基础是 Runner，这是一种抽象，表示在多个 epoch 上对数据进行批量处理。Runner 具有预定义的钩子，可以将代码附加到该钩子上，并且可以操纵 State 以定义本质上的任意行为。这些钩子可用于将多个 Runner 组合成一个算法，从而实现数据集预处理、模型测试和其他常见任务。
为了进一步减少样板文件，引入了 Learner 抽象作为极其常见的 Preprocess-Train-Validate-Test 算法的简写。只需继承 luz.Learner 并定义一些方法来完全自定义您的学习算法。
为方便起见，提供了两个额外的抽象：评分器，它根据一些预定义的过程对学习者进行评分（即评估），以及调谐器，它调整学习者超参数。这些抽象提供了一个通用接口，使模型选择成为一个两行过程。
入门
安装
从点子：
点安装luz
从康达：
conda install -c conda - forge -c pytorch -c kijana luz
文档
请参阅此处的文档。
例子
请参阅示例中的示例脚本。
执照
这个项目是在 MIT 许可下获得许可的 - 有关详细信息，请参阅LICENSE文件。
贡献
见贡献。
下载文件
下载适用于您平台的文件。如果您不确定要选择哪个，请了解有关安装包的更多信息。
源分布
luz-10.3.0.tar.gz
（24.0 kB
查看哈希）
内置分布
luz-10.3.0-py3-none-any.whl
（26.5 kB
查看哈希）