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-0.0.3rc3.tar.gz (16.3 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-0.0.3rc3-py3-none-any.whl (28.9 kB view details)

Uploaded Python 3

File details

Details for the file mdata_flow-0.0.3rc3.tar.gz.

File metadata

  • Download URL: mdata_flow-0.0.3rc3.tar.gz
  • Upload date:
  • Size: 16.3 kB
  • Tags: Source
  • Uploaded using Trusted Publishing? Yes
  • Uploaded via: twine/6.1.0 CPython/3.12.9

File hashes

Hashes for mdata_flow-0.0.3rc3.tar.gz
Algorithm Hash digest
SHA256 6e5c2dd94c0116cbd6246694cb737711171fc7dcd1e0b3c48cafa428d1420e3b
MD5 7e7f8701b6e4d5e01d3fff416a031336
BLAKE2b-256 25a442b0957126b1e6aff394eadac8129b92929d791fc3e504a5a4e09802ee2d

See more details on using hashes here.

Provenance

The following attestation bundles were made for mdata_flow-0.0.3rc3.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-0.0.3rc3-py3-none-any.whl.

File metadata

  • Download URL: mdata_flow-0.0.3rc3-py3-none-any.whl
  • Upload date:
  • Size: 28.9 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-0.0.3rc3-py3-none-any.whl
Algorithm Hash digest
SHA256 e97817a7367745d5eb58b6df6c8e3f323c6ec616a7df93ad9fb0775ff1646660
MD5 45c6401891dfc2c405998a7b61a2ca7d
BLAKE2b-256 5c91e9fbbd562f58810beb04cbb913d55fdd5e0b4bf024464cf342cc73442d5a

See more details on using hashes here.

Provenance

The following attestation bundles were made for mdata_flow-0.0.3rc3-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