文章/答案/技术大牛

发布

社区首页 >问答首页 >Mlflow平台(或任何其他您可以建议的)是否适合作为NVIDIA TAO工作框架上的图像处理CNN的实验管理工具？

问Mlflow平台(或任何其他您可以建议的)是否适合作为NVIDIA TAO工作框架上的图像处理CNN的实验管理工具？
EN

Stack Overflow用户

提问于 2022-09-18 07:00:51

回答 1查看 37关注 0票数 0

我们希望确保MLFLOW实验管理平台符合我们的需求和工作流程。我们与图像处理CNN，如Yolo，UNET，和基于NVIDIA框架的RetinaNet。

我们真正需要的是一种工具，它集中在一个地方(以一种很好的和有代表性的方式进行比较)，至少为每个实验提供以下三种东西：

a-由用于训练网络(如批、细分、最大批等)b的用户典型元参数选择，b是指向该网络上的数据集的链接，位于我们的云存储区(如单驱动器、谷歌驱动器或谷歌云)，或者是文件名列表或MLFLOW服务建议的文件存储云或在线驱动器的链接(如果存在这种情况)。c-运行经过训练的网络的结果？？检测到的对象数量。

因此，问题是：

MLFLOW符合我们的需要吗？如果不生病，如果有人能提出相关的替代方案，那就高兴吧。谢谢

version-control

nvidia

yolo

mlflow

unet-neural-network

回答 1

Stack Overflow用户

回答已采纳

发布于 2022-09-23 18:04:32

我使用Comet.ml，它解决了您的所有三个要点。

使用Comet，参数跟踪就像调用experiment.log_parameter函数一样容易。您也可以使用diff工具来比较两个实验的超参数，甚至用超光计进行分组实验！
彗星有人工产物的概念。您可以将数据集作为工件上载并对其进行版本化。你也可以拥有远程人工制品！
Comet有一个叫做图像面板的特性。这允许用户在不同的实验运行中对数据可视化他们的模型性能。对于对象检测用例，使用experiment.log_image记录您在其中绘制模型预测边界框的图像！然后，您将在图像面板中看到不同的实验，以及它们是如何并排绘制预测的

票数 1

页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持

原文链接：

https://stackoverflow.com/questions/73760705

复制

相似问题

问Mlflow平台(或任何其他您可以建议的)是否适合作为NVIDIA TAO工作框架上的图像处理CNN的实验管理工具？
EN

回答 1

Stack Overflow用户

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问Mlflow平台(或任何其他您可以建议的)是否适合作为NVIDIA TAO工作框架上的图像处理CNN的实验管理工具？EN

回答 1

Stack Overflow用户

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问Mlflow平台(或任何其他您可以建议的)是否适合作为NVIDIA TAO工作框架上的图像处理CNN的实验管理工具？
EN