滗水器AI核心SDK,方便使用滗水器核心API。
decanter-ai-core-sdk的Python项目详细描述
MoBagel滗水器AI核心SDK
Decanter AI是一个强大的AutoML工具,它使每个人都可以在没有数据科学背景的情况下建立ML模型并进行预测。使用Decanter AI Core SDK,您可以使用Python更轻松地将Decanter AI集成到应用程序中。在
它支持诸如数据上传、模型训练和预测等操作,以更有效的方式运行并更容易地访问结果。您也可以在Jupyter笔记本电脑中使用Decanter AI Core SDK以获得更好的可视化效果。在
要了解更多关于滗水器人工智能以及如何从AutoML中获益,请访问MoBagel website并联系我们试用!在
系统要求
- Python3.7
安装
使用pip安装和更新:
pip install decanter-ai-core-sdk
基本示例:上载数据
^{pr2}$$ python -m example.file 15:50:09 [ INFO][Context] no event loop to close 15:50:09 [ INFO][Context] connect healthy :) Progress UploadTask_train: 55%|█████████████████████████████████████████
示例数据集路径
examples/data/
-存储通用数据集examples/data/ts_data
-存储时间序列数据集
示例代码
- 一般数据
- Python脚本:example.py
- 朱庇特:jupyter_example.ipynb
- 时间序列数据
- Python脚本:auto_time_series_example.py
注意:
因为Jupyter已经有一个事件循环(asyncio),所以SDK将只使用当前的事件循环。更多信息请参见here。
有关learn asyncio中异步的详细信息
importasyncioloop=asyncio.get_running_loop()loop.is_running()
Jupyter笔记本教程
如果您想了解如何使用Decanter AI构建ML模型,请访问我们的jupyter_example.ipynb逐步教程。 如果您需要处理好正在运行的任务,请参阅我们的jupyter_jobs_handle_example.ipynb。在
开发指南和流程
- 如果您想知道为什么Decanter AI Core SDK以这种方式做某些事情而没有什么不同,请访问我们的Development Guide
文件
为了了解我们如何设计Decanter AI Core SDK,doc/
包含完整的文档,包括设计系统、每个API的使用以及安装所需的依赖项。请参阅我们的document page来浏览完整的信息。在
贡献
有关设置开发环境以及如何对Decanter AI Core SDK做出贡献的指导,请参阅contributing guidelines。在
链接
有关设计、设置开发环境的指导和SDK使用的详细信息。在
- 醒酒器AI简介:https://mobagel.com/product/
- 滗水器AI SDK简介:https://mobagel.github.io/decanter-ai-core-sdk/
- 代码:https://github.com/MoBagel/decanter-ai-core-sdk
- 安装:https://mobagel.github.io/decanter-ai-core-sdk/user/install.html
- API接口:https://mobagel.github.io/decanter-ai-core-sdk/api.html
- 项目
标签: