nni README

The project's README from github.com/microsoft/nni. As one markdown file: README.md.


MIT licensed Issues Bugs Pull Requests Version Documentation Status

NNI automates feature engineering, neural architecture search, hyperparameter tuning, and model compression for deep learning. Find the latest features, API, examples and tutorials in our official documentation (简体中文版点这里).

What's NEW!  

Installation

See the NNI installation guide to install from pip, or build from source.

To install the current release:

$ pip install nni

To update NNI to the latest version, add --upgrade flag to the above commands.

NNI capabilities in a glance

Hyperparameter Tuning Neural Architecture Search Model Compression
Algorithms
Supported Frameworks Training Services Tutorials
Supports
  • PyTorch
  • TensorFlow
  • Scikit-learn
  • XGBoost
  • LightGBM
  • MXNet
  • Caffe2
  • More...
webui

Resources

Contribution guidelines

If you want to contribute to NNI, be sure to review the contribution guidelines, which includes instructions of submitting feedbacks, best coding practices, and code of conduct.

We use GitHub issues to track tracking requests and bugs. Please use NNI Discussion for general questions and new ideas. For questions of specific use cases, please go to Stack Overflow.

Participating discussions via the following IM groups is also welcomed.

Gitter WeChat
image OR image

Over the past few years, NNI has received thousands of feedbacks on GitHub issues, and pull requests from hundreds of contributors. We appreciate all contributions from community to make NNI thrive.

Test status

Essentials

Type Status
Fast test Build Status
Full test - HPO Build Status
Full test - NAS Build Status
Full test - compression Build Status

Training services

Type Status
Local - linux Build Status
Local - windows Build Status
Remote - linux to linux Build Status
Remote - windows to windows Build Status
OpenPAI Build Status
Frameworkcontroller Build Status
Kubeflow Build Status
Hybrid Build Status
AzureML Build Status

Targeting at openness and advancing state-of-art technology, Microsoft Research (MSR) had also released few other open source projects.

We encourage researchers and students leverage these projects to accelerate the AI development and research.

License

The entire codebase is under MIT license.

nni (microsoft/nni)

Searching Database…

14.4K ·GitHub
archived
Что это такое?NNI (Neural Network Intelligence) — это открытый AutoML-инструментарий от Microsoft, который автоматизирует цикл машинного обучения: конструирование признаков, поиск архитектуры нейросети, сжатие моделей и подбор гиперпараметров.
Это Python-библиотека, которую я импортирую, или целая платформа?Это набор инструментов для Python, который ставится через pip и используется из вашего обучающего кода, но он также умеет масштабировать эксперименты на обучающие сервисы вроде Kubernetes, OpenPAI, Kubeflow или AzureML.
С какими ML-фреймворками он работает?Из коробки поддерживаются PyTorch, TensorFlow, Scikit-learn, XGBoost, LightGBM и MXNet, а также Caffe2 и другие — так что вы подключаете его к тому фреймворку, на котором уже написана ваша модель.
Проект ещё активно развивается?Нет — репозиторий заархивирован, разработка прекращена. Последний релиз — превью версии v3.0 от мая 2022 года; новых возможностей и исправлений ждать не стоит.
А на Windows запустить можно, или это только для Linux?И то и другое: матрица тестирования включает локальное обучение на Linux и на Windows, а также удалённые сценарии вроде Linux-to-Linux и Windows-to-Windows.
Что именно он может автоматизировать за меня?Четыре вещи: подбор гиперпараметров с помощью исчерпывающего, эвристического и байесовского поиска; поиск архитектуры нейросети в режимах multi-trial и one-shot; сжатие моделей за счёт прунинга и квантизации; плюс конструирование признаков.
Он масштабируется с ноутбука на кластер?Да — поддерживаются обучающие сервисы на базе Kubernetes: OpenPAI, FrameworkController и Kubeflow, а также AzureML и гибридные конфигурации для крупных задач подбора гиперпараметров и NAS.
Есть ли видео, где можно увидеть его в работе?Да — есть демо на YouTube и канал на Bilibili (последнее обновление — июнь 2022 года), а вебинар знакомит с Retiarii — фреймворком NNI для исследовательского обучения глубоких сетей.
Creator
microsoft
Size
130 MB
Stars
14.4K
Age
8y
Commits · 90 Days