Skip to main content

No project description provided

Project description

MLFlow Dataset Caching

📌 Описание

Этот проект предоставляет удобный способ загрузки датасетов в MLflow с поддержкой локального кэширования. Также он позволяет определять собственные классы-посетители (visitor classes) для генерации графиков и отчетов, что упрощает анализ данных.

🚀 Возможности

  • 📂 Локальное кэширование: снижение нагрузки на сеть и ускорение работы с данными.
  • 🔄 Автоматическая загрузка в MLflow: хранение данных в удобном формате для воспроизводимости экспериментов.
  • 📊 Гибкость в анализе: возможность использования пользовательских классов для создания визуализаций и отчетов.

🛠 Установка

pip install mdata_flow

🔧 Использование

1️⃣ Загрузка датасета с кэшированием

IN DEV

2️⃣ Сохранение датасета в MLflow

IN DEV

3️⃣ Определение собственного класса-посетителя

IN DEV

📌 Как работает кэширование?

При загрузке датасета DatasetLoader проверяет, существует ли локальная копия. Если файл уже загружен ранее, он берется из кэша, иначе загружается заново и сохраняется для последующего использования.

🔗 Полезные ссылки

🤝 Вклад

Если у вас есть идеи или улучшения, создавайте Pull Request'ы! Будем рады вашим предложениям. 🚀

Project details


Download files

Download the file for your platform. If you're not sure which to choose, learn more about installing packages.

Source Distribution

mdata_flow-0.0.9.tar.gz (18.1 kB view details)

Uploaded Source

Built Distribution

If you're not sure about the file name format, learn more about wheel file names.

mdata_flow-0.0.9-py3-none-any.whl (32.8 kB view details)

Uploaded Python 3

File details

Details for the file mdata_flow-0.0.9.tar.gz.

File metadata

  • Download URL: mdata_flow-0.0.9.tar.gz
  • Upload date:
  • Size: 18.1 kB
  • Tags: Source
  • Uploaded using Trusted Publishing? Yes
  • Uploaded via: twine/6.1.0 CPython/3.12.9

File hashes

Hashes for mdata_flow-0.0.9.tar.gz
Algorithm Hash digest
SHA256 b1a3a1427398c031fea73250267e21c6fba4a560863aeb66e75642d4ea16479b
MD5 aafbf6a18fd542f42d963913cdf68f73
BLAKE2b-256 5cc2bafcfb38e5e74f69aaf9903eb6e03b83baa7c22d6a832dadcbeca723df46

See more details on using hashes here.

Provenance

The following attestation bundles were made for mdata_flow-0.0.9.tar.gz:

Publisher: publish.yaml on lenow55/mdata_flow

Attestations: Values shown here reflect the state when the release was signed and may no longer be current.

File details

Details for the file mdata_flow-0.0.9-py3-none-any.whl.

File metadata

  • Download URL: mdata_flow-0.0.9-py3-none-any.whl
  • Upload date:
  • Size: 32.8 kB
  • Tags: Python 3
  • Uploaded using Trusted Publishing? Yes
  • Uploaded via: twine/6.1.0 CPython/3.12.9

File hashes

Hashes for mdata_flow-0.0.9-py3-none-any.whl
Algorithm Hash digest
SHA256 62c5fc41b0c84be6bc08764aafbe9b886f168c096df7178c94589b3026a3c5e1
MD5 4d994b9cf95bb4ee21c0c41651501c8f
BLAKE2b-256 7506a16f849b180030e1252d37a8925e3a21c7aa7e2c4967e87c6edff581f6d8

See more details on using hashes here.

Provenance

The following attestation bundles were made for mdata_flow-0.0.9-py3-none-any.whl:

Publisher: publish.yaml on lenow55/mdata_flow

Attestations: Values shown here reflect the state when the release was signed and may no longer be current.

Supported by

AWS Cloud computing and Security Sponsor Datadog Monitoring Depot Continuous Integration Fastly CDN Google Download Analytics Pingdom Monitoring Sentry Error logging StatusPage Status page