dagger:实验编排

dagger ：可重现机器学习实验编排的Python框架 dagger是在机器学习研究中促进可重现和可重用的实验编排的框架。 它允许构建并轻松分析实验状态树。具体来说， dagger从根实验状态开始，记录由用户定义的转换（通过使用Recipe ）生成的状态转换。这些可以包括模型训练，重新初始化，量化，修剪，学习率更改，检查点，任务更改，或任何其他使模型或实验状态发生变化的用户定义操作。 该库通过跟踪现有状态的转换如何产生新的实验状态，来处理所有在后台进行的实验历史记录跟踪。然后可以将完整的实验表示为实验状态树。这种树状结构可在实验创建阶段或之后轻松地对各种状态下的所有模型进行直观检查和交互分析。 安装 python setup.py 用法 教程中提供了更深入的示例用法（请参阅 ）。 import dagger as dag from types import MethodType #