# Guía de inicio rápido

[![Open In Colab](https://colab.research.google.com/assets/colab-badge.svg)](https://colab.research.google.com/github/gradio-app/trackio/blob/main/examples/notebooks/quickstart.ipynb)

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

```python
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.

```py
import trackio as wandb
```

## Panel de control

Puede iniciar el panel de control ejecutando:

```sh
trackio show
```

```py
import trackio

trackio.show()
```

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

```sh
trackio show --project "my-project"
```

```py
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()](/docs/trackio/v0.45.0/es/api#trackio.init), como:

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

o

```py
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:

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

```py
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`](deploy_embed#freezing-a-space-snapshot). 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](deploy_embed) para obtener más detalles.