Guía de inicio rápido

Para empezar, puedes ejecutar un ejemplo sencillo que registra algunas métricas de entrenamiento ficticias:

import trackio
import random
import time

runs = 3
epochs = 8


for run in range(runs):
    trackio.init(
        project="my-project",
        config={"epochs": epochs, "learning_rate": 0.001, "batch_size": 64}
    )

    for epoch in range(epochs):
        train_loss = random.uniform(0.2, 1.0)
        train_acc = random.uniform(0.6, 0.95)

        val_loss = train_loss - random.uniform(0.01, 0.1)
        val_acc = train_acc + random.uniform(0.01, 0.05)

        trackio.log({
            "epoch": epoch,
            "train_loss": train_loss,
            "train_accuracy": train_acc,
            "val_loss": val_loss,
            "val_accuracy": val_acc
        })

        time.sleep(0.2)

trackio.finish()

Ejecutar lo anterior imprimirá en la terminal las instrucciones para iniciar el panel de control.

El uso de trackio está diseñado para ser idéntico al de wandb en la mayoría de los casos, por lo que puedes cambiar fácilmente entre las dos bibliotecas.

import trackio as wandb

Panel de control

Puede iniciar el panel de control ejecutando:

trackio show

import trackio

trackio.show()

También puede proporcionar un nombre de project opcional como argumento para cargar un proyecto específico directamente:

trackio show --project "my-project"

import trackio 

trackio.show(project="my-project")

Despliegue en Hugging Face Spaces

Al llamar a trackio.init(), por defecto el servicio se ejecuta localmente y almacena los datos del proyecto en la máquina local.

Pero si pasas un space_id a init(), como:

trackio.init(project="my-project", space_id="orgname/space_id")

o

trackio.init(project="my-project", space_id="username/space_id")

utilizará un espacio de Hugging Face existente o desplegará automáticamente uno nuevo según sea necesario. Debes haber iniciado sesión con huggingface-cli localmente y tu token debe tener permisos de escritura para crear el espacio.

Alternativamente, puede sincronizar un proyecto local existente con un Space de Hugging Face ejecutando:

trackio sync --project "my-project" --space-id "username/space_id"

trackio.sync(project="my-project", space_id="username/space_id")

Esto creará el Space si aún no existe y subirá todas las ejecuciones y los datos asociados al Space. También puede sincronizar con un Space estático ligero con sdk="static" o crear una instantánea de solo lectura de un Space en vivo con freeze. Un Space congelado es una instantánea en un momento dado y no incorporará métricas posteriores del Space original de Gradio a menos que lo congele nuevamente. Consulte la página Deploy and Embed Dashboards para obtener más detalles.