Package d'utilitaires pour les projets de data science.
Project description
DSTK
- Free software: Apache Software License 2.0
Overview
DSTK est une libraire haut-niveau pour faciliter le développement et le déploiment d'outil de machine learning. Il s'articule essentiellement autour de 2 outils :
- PyTorch ;
- Scikit-Learn.
L'ancien nom x250 faisait référence au code boite X250 qui est le code boite de datalabs/IA Factory. Le développement de ce package est étroitement lié au développement du template data science (qui aujourd'hui a fusionné avec le socle Python).
DTSK est compatible avec Python >= 3.5
, mais Python >= 3.8
est fortement recommandé.
Documentation
Une documentation Sphinx hébergée par Read the Docs est disponible.
Installation
Pour installer DSTK utiliser la commande : pip install dstk-x250
.
Release Notes
3.0
- Changement de nom, la librairie x250 devient DSTK afin d'être rendu publique sur PyPi dans un premiet temps et sur conda dans un second.
2.0
- Résolutions de bugs diverses.
- Concept de Callback pour x250.pytorch permettant de rendre la partie entraînement plus modulaire et lisible.
- Intégration du concept de SWA (Stochastic Weight Averaging) pour rendre les modèles plus robuste à l'inférence.
1.0
- Séparation du template data science et des _utils.py afin d'être intégré au socle Python d'Arkéa.
- Création du package x250 restructurant les _utils.py.
- Intégration de l'utilitaire PyTorch permettant de wrapper un réseau profond à Scikit-Learn simplement.
0.1
- Intégration de fonctions et classes utilitaires au template dans des fichiers _utils.py à différent niveau de la structure du template.
0.0
- Création du squelette template data science.
Project details
Release history Release notifications | RSS feed
Download files
Download the file for your platform. If you're not sure which to choose, learn more about installing packages.
Source Distribution
Built Distribution
Hashes for dstk_x250-3.8.22-py2.py3-none-any.whl
Algorithm | Hash digest | |
---|---|---|
SHA256 | fce3ae9b5c2a457008518c905bc030c7b37404319ee4accf2b98eb869114a6dd |
|
MD5 | 8d48ccb58db4b1c7c05093747e2f10c0 |
|
BLAKE2b-256 | bd2cc3ddea3c9965f34a980a9cda4ed27e7a47d7232fcc67f777de4be6447ad2 |