# Guia de Início 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 começar, você pode executar um exemplo simples que registra algumas métricas de treinamento fictícias:

```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()
```

Executar o código acima exibirá no terminal as instruções para iniciar o dashboard.

O uso de `trackio` foi projetado para ser idêntico ao de `wandb` na maioria dos casos, permitindo alternar facilmente entre as duas bibliotecas.

```py
import trackio as wandb
```

## Painel

Você pode iniciar o dashboard executando:

```sh
trackio show
```

```py
import trackio

trackio.show()
```

Você também pode fornecer um nome de `project` opcional como argumento para carregar um projeto específico diretamente:

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

```py
import trackio 

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

## Implantação nos Hugging Face Spaces

Ao chamar `trackio.init()`, por padrão o serviço será executado localmente e armazenará os dados do projeto na máquina local.

Mas, se você passar um `space_id` para [init()](/docs/trackio/v0.45.0/pt/api#trackio.init), como:

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

ou

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

ele usará um Hugging Face Space existente ou implantará automaticamente um novo conforme necessário. Você deve estar conectado localmente com o `huggingface-cli` e seu token deve ter permissões de escrita para criar o Space.

Alternativamente, você pode sincronizar um projeto local existente com um Space do Hugging Face executando:

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

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

Isso criará o Space, caso ele ainda não exista, e enviará todos os runs e os dados associados para o Space. Você também pode sincronizar com um Space estático leve usando `sdk="static"` ou criar um snapshot somente leitura de um Space ativo com [`freeze`](deploy_embed#freezing-a-space-snapshot). Um Space congelado é um snapshot em um ponto no tempo e não incorporará métricas posteriores do Space Gradio original, a menos que você congele novamente. Consulte a página [Deploy and Embed Dashboards](deploy_embed) para mais detalhes.