determined

收录理由

如果你做 PyTorch 或 TensorFlow 模型训练，又不想把分布式训练、调参、资源调度这些环节自己拼起来，Determined 可以帮你省掉不少杂活。把已有训练代码套进 Trial 类，或者直接用 Core API 接入，然后用一份 YAML 描述清楚每个试验占用多少 GPU、采用哪种超参搜索策略、优化哪个指标，剩下的交给平台调度。它自带命令行工具，能在本机起一个集群，也能部署到 AWS、GCP、Kubernetes 或 Slurm 上；Web 界面里能看损失曲线、超参图、模型仓库、集群使用情况和日志。这个项目在开源社区里比较成熟，有真实生产环境的使用记录，想要可复现的实验又不想写太多胶水代码的话，值得一试。