ml训练或测试时间的模型编写器
model-writer的Python项目详细描述
#[社交实验室](https://www.facebook.com/ai.ssumunity)-模型值编写器
= ModelValue("model2", {"accuracy": 0.3})
> mv1.set_value("loss",0.3)
> mv2.set_value("loss",0.64)
> writer = ModelValuesWriter([mv1, mv2], io_name='simple')
> writer.to_csv('./test.csv')
> writer.to_md('./README.md')
~~~
#### Result
[](from_simple)
| | model1 | model2|
<0.7 0.5 0.7 0.7 0.5
0.3 0.64
(从简单的角度来看)
“modelvalue”是一个模型在训练或评估过程中的某个值的类。
useage
您可以像这样处理这个类。
~~~~
来自model\writer导入*
>;mv1=modelvalue(“model1”,{“accurity”:0.7})
>;mv2=modelvalue(“model2”,{“loss”:0.3})
0.64)
~~~
modelwriter class
“modelwriter”是一个用来写入.md或.csv文件的类,具有modelvalue类的类。
使用
您可以这样处理这个类。
~~
~~
>;writer=modelvalueswwriter([mv1,mv2],io\u name'writer')
>;writer.to _csv('''csv.md或../test.csv')将MV1、MV2保存为CSV文件。
>;md('./readme.md''/readme.md''''/readme.md'');将mv1、mv2作为一个图表保存在一个标记文件中的“io-name”令牌之间的标记文件中。
~
结果
您可以看到下面的图表是由“from{io-name}”令牌在编辑模式中的“from{io-io-name}”令牌在编辑模式中包装的。
(from-writer)
<1/>第1、第1、第1、第2、第2、第2、第2、第1、
准确度0.7|0.5
损失0.3 0.64
(来自作家的)modelreader类是一个类,用于从具有modelvalue类的.csv文件中读取具有modelvalue类的.csv文件。
0.0.3<0.64
reader=modelvaluereaderreader=modelvaluereaderreaderreaderreader类是一个类,它可以从具有modelvalue类的.csv文件中读取具有modelvalue类的.csv文件。
~~
('./test.csv')
>;mv1=reader.search_model_value('model1')
>;mv1.set_value('accurity',2)
>;
>;writer=modelvalueswriter(reader.classes,io_name='reader')
>;writer.to_csv('./test.csv')\save mv1,mv2 as csv file.
>;writer.to_md('./readme.md')保存mv1,mv2 as a chart in markdown file between "io_name" token.
~~~
#### Result
[](from_reader)
| | model1 | model2 |
|:---------|---------:|---------:|
| accuracy | 2 | 0.5 |
| loss | 0.3 | 0.64 |
[](from_reader)
## License
Project is published under the MIT 执照。可以随意克隆和修改repo,但不要忘记添加对作者的引用:)
= ModelValue("model2", {"accuracy": 0.3})
> mv1.set_value("loss",0.3)
> mv2.set_value("loss",0.64)
> writer = ModelValuesWriter([mv1, mv2], io_name='simple')
> writer.to_csv('./test.csv')
> writer.to_md('./README.md')
~~~
#### Result
[](from_simple)
| | model1 | model2|
<0.7 0.5 0.7 0.7 0.5
0.3 0.64
(从简单的角度来看)
useage
您可以像这样处理这个类。
~~~~
来自model\writer导入*
>;mv1=modelvalue(“model1”,{“accurity”:0.7})
>;mv2=modelvalue(“model2”,{“loss”:0.3})
0.64)
~~~
modelwriter class
“modelwriter”是一个用来写入.md或.csv文件的类,具有modelvalue类的类。
使用
您可以这样处理这个类。
~~
~~
>;writer=modelvalueswwriter([mv1,mv2],io\u name'writer')
>;writer.to _csv('''csv.md或../test.csv')将MV1、MV2保存为CSV文件。
>;md('./readme.md''/readme.md''''/readme.md'');将mv1、mv2作为一个图表保存在一个标记文件中的“io-name”令牌之间的标记文件中。
~
结果
您可以看到下面的图表是由“from{io-name}”令牌在编辑模式中的“from{io-io-name}”令牌在编辑模式中包装的。
(from-writer)
<1/>第1、第1、第1、第2、第2、第2、第2、第1、
准确度0.7|0.5
损失0.3 0.64
(来自作家的)modelreader类是一个类,用于从具有modelvalue类的.csv文件中读取具有modelvalue类的.csv文件。
0.0.3<0.64
reader=modelvaluereaderreader=modelvaluereaderreaderreaderreader类是一个类,它可以从具有modelvalue类的.csv文件中读取具有modelvalue类的.csv文件。
~~
('./test.csv')
>;mv1=reader.search_model_value('model1')
>;mv1.set_value('accurity',2)
>;
>;writer=modelvalueswriter(reader.classes,io_name='reader')
>;writer.to_csv('./test.csv')\save mv1,mv2 as csv file.
>;writer.to_md('./readme.md')保存mv1,mv2 as a chart in markdown file between "io_name" token.
~~~
#### Result
[](from_reader)
| | model1 | model2 |
|:---------|---------:|---------:|
| accuracy | 2 | 0.5 |
| loss | 0.3 | 0.64 |
[](from_reader)
## License
Project is published under the MIT 执照。可以随意克隆和修改repo,但不要忘记添加对作者的引用:)