Project Icon

DI-toolkit

简化深度学习实验流程的开源工具集

DI-toolkit是一个开源的深度学习工具集,提供日志系统、注释文档生成和TensorBoard数据提取等功能。该工具支持多个Python版本,拥有完善的文档和测试。DI-toolkit致力于简化深度学习实验流程,为研究人员提供便利。

DI-toolkit

PyPI PyPI - Python Version Loc Comments

Docs Deploy Code Test Badge Creation Package Release codecov

GitHub stars GitHub forks GitHub commit activity GitHub issues GitHub pulls Contributors GitHub license

一个为opendilab设计的简单工具包,包含以下实用工具:

  • ditk.logging,一个易于使用的日志系统
  • ditk.annonated,一个注释文档生成脚本
  • ditk.tensorboard,用于从tensorboard日志文件中提取数据的工具
    • ditk.tensorboard.plot,用于绘制从tensorboard日志文件中提取的数据的绘图工具

安装

您可以使用pip命令行从官方PyPI站点简单安装它。

pip install DI-toolkit

或者从最新的源代码安装,如下所示:

git clone https://github.com/opendilab/DI-toolkit.git
cd di-toolkit
pip install . --user

快速入门

ditk.logging 示例

这是一个日志记录的例子。

from ditk import logging

if __name__ == '__main__':
    logging.try_init_root(logging.INFO)
    logging.info('这是信息')
    logging.warning('这是带有整数233的警告')
    logging.error('这是带有字符串\'233\'的错误。')

    try:
        _ = 1 / 0
    except ZeroDivisionError as err:
        logging.exception(err)

ditk.logging的接口与原生logging模块几乎相同。您可以直接用from ditk import logging替换代码中的import logging

ditk.annonated

Python注释文档生成脚本,如下所示

使用方法

python -m ditk.doc.annotated create -i ditk/doc/annotated/ppo.py -o my_doc/index.html -L zh

您将得到

my_doc
├── assets
│   ├── pylit.css
│   └── solarized.css
└── index.html

帮助信息

  • python -m ditk.doc.annotated --help
Usage: python -m ditk.doc.annotated [OPTIONS] COMMAND [ARGS]...

  创建注释文档的工具。

Options:
  -v, --version  显示版本信息。
  -h, --help     显示此帮助信息并退出。

Commands:
  create  从本地代码创建注释文档的工具。
  • python -m ditk.doc.annotated create --help
Usage: python -m ditk.doc.annotated create [OPTIONS]

  从本地代码创建注释文档的工具。

Options:
  -i, --input_file FILE       输入源代码。  [必需]
  -o, --output_file FILE      输出注释文档代码。  [必需]
  -A, --assets_dir DIRECTORY  此文档的资源文件目录。
  -L, --language [zh|en]      文档语言。  [默认: en]
  -T, --title TEXT            文档标题。  [默认: <未命名文档>]
  -h, --help                  显示此帮助信息并退出。

相关库

创建多种子多算法基准图

import matplotlib.pyplot as plt
import seaborn as sns

from ditk.tensorboard.plots import tb_create_range_plots

sns.set()

tb_create_range_plots(
    'test/testfile/pong_tb',  # tensorboard日志目录
    xname='step',
    yname='evaluator_step/reward_mean',
)

plt.show()

tb_create_range_plots

贡献

我们感谢所有为改进DI-toolkit做出的贡献,无论是逻辑还是系统设计。请参阅CONTRIBUTING.md获取更多指南。

许可证

DI-toolkit在Apache 2.0许可下发布。

项目侧边栏1项目侧边栏2
推荐项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手,通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能,支持100+编程语言,与主流编辑器无缝集成,显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台,能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐,Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案,通过智能技术简化视频制作流程。无论是企业宣传还是个人分享,有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持,能够阅读和理解用户上传的文件内容,解析网页信息,并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题,Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术,为商家提供一键生成商品图和营销文案的服务,显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台,让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型,免费访问各种图像生成与AI训练工具,从Stable Diffusion等基础模型开始,轻松实现创新图像生成。体验前沿的AI技术,推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器,它将改变您观看视频的方式!SubCat结合了先进的人工智能技术,为您提供即时视频字幕翻译,无论是本地视频还是网络流媒体,让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台,利用前沿AI技术,为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图,再到文案生成,美间让创意设计更简单、更高效。

Project Cover

稿定AI

稿定设计 是一个多功能的在线设计和创意平台,提供广泛的设计工具和资源,以满足不同用户的需求。从专业的图形设计师到普通用户,无论是进行图片处理、智能抠图、H5页面制作还是视频剪辑,稿定设计都能提供简单、高效的解决方案。该平台以其用户友好的界面和强大的功能集合,帮助用户轻松实现创意设计。

投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号