Package d'utilitaires pour les projets de data science.
Project description
DSTK
- Free software: Apache Software License 2.0
Overview
DSTK est une libraire haut-niveau pour faciliter le développement et le déploiment d'outil de machine learning. Il s'articule essentiellement autour de 2 outils :
- PyTorch ;
- Scikit-Learn.
L'ancien nom x250 faisait référence au code boite X250 qui est le code boite de datalabs/IA Factory. Le développement de ce package est étroitement lié au développement du template data science (qui aujourd'hui a fusionné avec le socle Python).
DTSK est compatible avec Python >= 3.5, mais Python >= 3.8 est fortement recommandé.
Documentation
Une documentation Sphinx hébergée par Read the Docs est disponible.
Installation
Pour installer DSTK utiliser la commande : pip install dstk-x250.
Release Notes
3.0
- Changement de nom, la librairie x250 devient DSTK afin d'être rendu publique sur PyPi dans un premiet temps et sur conda dans un second.
2.0
- Résolutions de bugs diverses.
- Concept de Callback pour x250.pytorch permettant de rendre la partie entraînement plus modulaire et lisible.
- Intégration du concept de SWA (Stochastic Weight Averaging) pour rendre les modèles plus robuste à l'inférence.
1.0
- Séparation du template data science et des _utils.py afin d'être intégré au socle Python d'Arkéa.
- Création du package x250 restructurant les _utils.py.
- Intégration de l'utilitaire PyTorch permettant de wrapper un réseau profond à Scikit-Learn simplement.
0.1
- Intégration de fonctions et classes utilitaires au template dans des fichiers _utils.py à différent niveau de la structure du template.
0.0
- Création du squelette template data science.
Release history Release notifications | RSS feed
Download files
Download the file for your platform. If you're not sure which to choose, learn more about installing packages.
Source Distribution
Built Distribution
Filter files by name, interpreter, ABI, and platform.
If you're not sure about the file name format, learn more about wheel file names.
Copy a direct link to the current filters
File details
Details for the file dstk_x250-4.0.1.tar.gz.
File metadata
- Download URL: dstk_x250-4.0.1.tar.gz
- Upload date:
- Size: 130.1 kB
- Tags: Source
- Uploaded using Trusted Publishing? No
- Uploaded via: twine/6.1.0 CPython/3.8.20
File hashes
| Algorithm | Hash digest | |
|---|---|---|
| SHA256 |
607e618a4c727156becd88a595a33366c05539c4672b5730c942f9d7b6dacd12
|
|
| MD5 |
65ce1c9358d174883d40c404f93914ad
|
|
| BLAKE2b-256 |
c277ced3a1e1d1e3cb0a9c410423de7552e8485f7bcf8c66f1ceaf218fdcedf0
|
File details
Details for the file dstk_x250-4.0.1-py3-none-any.whl.
File metadata
- Download URL: dstk_x250-4.0.1-py3-none-any.whl
- Upload date:
- Size: 152.9 kB
- Tags: Python 3
- Uploaded using Trusted Publishing? No
- Uploaded via: twine/6.1.0 CPython/3.8.20
File hashes
| Algorithm | Hash digest | |
|---|---|---|
| SHA256 |
aa01fef5ad946bbbdbeebb85dc381b6b3e234029b98eb9e4de67e3e09b819008
|
|
| MD5 |
cd843b9ce246a92b3e2c901976d7939d
|
|
| BLAKE2b-256 |
518ce2e3e13bdab7c7d07ee469e5204cc2340480b7d69523f9f02ba2cd578415
|
