WaveletAI 
A Machine Learning Lifecycle Platform for AI/ML individuals and teams.
小波AI是一个集合数据、编程、模型、算力、服务的一站式协同开发云平台，提供全栈的AI能力。
在这里，你可以根据业务需要，轻松的来训练、部署、管理和跟踪你的模型。
小波AI已在服务于微企多个团队，稳定运行了一年，大大加速了AI项目的实施和推进速度，目前在平台已经完成了上百种模型的前期验证、训练和发布，并在AI市场中发布了多种能力。
Power By WaveletPlus
功能特性
全生命周期跟踪
-
小波AI会自动关联跟踪记录模型运行时信息，记录训练过程状态和运行数据，支持自定义参数、指标设置并生成实时日志，帮助你快速进行试验，验证想法；
-
小波AI支持完全支持用于跟踪工作的 Git 存储库(支持HTTP/SSH双协议)，在向小波AI提交模型训练时，系统会将有关存储库的信息作为训练过程的一部分进行跟踪；
丰富的AI套件支持
小波AI平台可用于任何类型的机器学习，从传统 ml 到深度学习、监督式和非监督式学习。无论你是否希望编写 Python 或 R 代码，你都可以在小波AI中构建、训练和跟踪你的模型。
该平台还可与常用的AI套件快速集成（如 PyTorch、TensorFlow 、keras、xgboost、 scikit-learn、lightgbm、spark、onnx等）。
为大型项目协作而生
-
小波AI适用于大型项目开发场景，让你从大量的离线作业中脱身出来，不同角色得人都可以在平台中实现快速协作；
-
用DevOps的方式管理你的ML工作，从开发到部署的自动流程化实现。大大降低模型迭代开发及部署实施的难度；
-
提供强有力的设备算力支持和资源分配策略，让你可以在CPU、GPU设备上快速训练；
-
通用权限设计，满足组内成果共享和组间权限控制等实际场景，让多项目并行管理不再困难；
-
无需调整业务应用接口，支持模型版本的在线更新；
在任何地方以相同方式运行
-
小波AI 会将项目模型打包为再任何平台上可重现的模式；
-
一键发布模型，快速实现模型的云端和终端设备部署；
团队
@Author : WaveletAI-Product-Team
1 maintainer
Metadata
1 maintainer
Release files for waveletai 0.2.39
For a detailed explanation of source distributions (sdists) and built distributions (wheels), please see the package formats documentation.
Source distribution (sdist)
| File | Size | Uploaded | Provenance | |
|---|---|---|---|---|
| waveletai-0.2.39.tar.gz | 1.5 MB | Without provenance | Details |
Built distribution (wheel)
| File | Interpreter | ABI | Platform | Reset |
|---|---|---|---|---|
| waveletai-0.2.39-py3-none-any.whl | Python 3 | none | any | Details |
Total release size: 1.5 MB
Release files / waveletai-0.2.39.tar.gz
| Download URL | waveletai-0.2.39.tar.gz |
|---|---|
| Size | 1.5 MB |
| Tags | Source |
|
SHA-256 checksum How to use checksums |
960da1a7a772c7b54de6789db7803f1aff4f676f415844106b3e1232b0d94ecf
|
|
BLAKE2b-256 checksum How to use checksums |
4a05dc02da16f2dcd49552b47c5dc1cc4867f44acef554281e9fd08531ec5b37
|
| Upload date | |
|
Uploaded using Trusted Publishing? What is trusted publishing? |
No |
| Uploaded via |
twine/3.7.0 importlib_metadata/4.8.2 pkginfo/1.8.2 requests/2.26.0 requests-toolbelt/0.9.1 tqdm/4.62.3 CPython/3.7.5
|
Release files / waveletai-0.2.39-py3-none-any.whl
| Download URL | waveletai-0.2.39-py3-none-any.whl |
|---|---|
| Size | 63.8 kB |
| Tags | Python 3 |
|
SHA-256 checksum How to use checksums |
70967e5a87bd674dfd2f20a6d4ae77d07d0e86bc51923424ef52139abd462e88
|
|
BLAKE2b-256 checksum How to use checksums |
edb72cc56713b1e93c78c03c4e733687df076db22c30e26257f3d59958f8317d
|
| Upload date | |
|
Uploaded using Trusted Publishing? What is trusted publishing? |
No |
| Uploaded via |
twine/3.7.0 importlib_metadata/4.8.2 pkginfo/1.8.2 requests/2.26.0 requests-toolbelt/0.9.1 tqdm/4.62.3 CPython/3.7.5
|
Security for waveletai 0.2.39
Provenance
Provenance describes where a file came from. On PyPI, provenance is shared via attestations, which provide a verifiable record of the build or publishing details. View details, limitations and caveats.
No provenance found
None of the files in this release were uploaded with provenance metadata.
A note on package security
PyPI is a repository for distributing packages, not a service for auditing them. While third-party security researchers and our staff do their best to detect and remove malicious packages, PyPI cannot guarantee the quality, security or suitability of any given package.
