Guía de lectura localizada
huggingface-trackioFinalidad, uso y origen
Realice un seguimiento y visualice los experimentos de entrenamiento de ML con Trackio. Úselo al registrar métricas durante el entrenamiento (API de Python), activar alertas para diagnósticos de entrenamiento oretrieving/analyzingMétricas registradas (CLI). Admite visualización de paneles en tiempo real, alertas con webhooks, sincronización con HF Space y salida JSON para automatización.
Fuente recuperada:
- Repositorio de origen
- huggingface/skills
- SKILL.md
skills/huggingface-trackio/SKILL.md- Estrellas del repositorio
- 11,241
- Actualización del repositorio
- 2026-10-30
- Clasificación de habilidades
- Desarrollo
- Última recopilación
Licencia: Apache-2.0
Los extractos del flujo de trabajo son guías de lectura, no instrucciones ejecutables de Codez. No se utilizó ninguna habilidad de terceros para generar esta página.
Los siguientes fragmentos sobre el propósito y el flujo de trabajo son material preliminar, organizado y traducido para su lectura. Son distintos del análisis editorial de Codez, que se presenta por separado.
Lo que hace esta habilidad
Realice un seguimiento y visualice los experimentos de entrenamiento de ML con Trackio. Úselo al registrar métricas durante el entrenamiento (API de Python), activar alertas para diagnósticos de entrenamiento oretrieving/analyzingMétricas registradas (CLI). Admite visualización de paneles en tiempo real, alertas con webhooks, sincronización con HF Space y salida JSON para automatización.
Cómo funciona el flujo de trabajo ascendente
Flujo de trabajo de experimentación de aprendizaje automático autónomo
Al ejecutar experimentos de forma autónoma como agente LLM, el flujo de trabajo recomendado es: Configurar el entrenamiento con alertas — insertartrackio.alert()Llamadas para condiciones de diagnóstico Iniciar entrenamiento: ejecutar el script en segundo plano Sondear alertas: usartrackio list alerts --project --json --since para comprobar si hay nuevas alertas
Trackio: seguimiento de experimentos para el entrenamiento en aprendizaje automático.
Trackio es una biblioteca de seguimiento de experimentos para registrar y visualizar métricas de entrenamiento de aprendizaje automático. Se sincroniza con Hugging Face Spaces para paneles de monitorización en tiempo real.
Paso río arriba · L6 ↗API de Python → Registro
Usarimport trackioen sus scripts de entrenamiento para registrar métricas: Inicialice el seguimiento contrackio.init()
Requisitos y configuración
import trackio
# Spaces are PUBLIC by default (good for shareable dashboards);
# pass private=True if the metrics should not be public
trackio.init(project="my-project", space_id="username/trackio", private=True)
trackio.log({"loss": 0.1, "accuracy": 0.9})
trackio.log({"loss": 0.09, "accuracy": 0.91})
trackio.finish()Límites y controles de calidad
No se seleccionó ningún pasaje con límites específicos en este archivo. Esto no significa que la habilidad sea segura para cualquier entrada o entorno. Revise el código fuente completo y valide su propio resultado.
Comience con una prueba segura.
- Verifique el host compatible y las instrucciones de instalación del repositorio. Mantenga juntos el directorio Skill y sus scripts, recursos y documentación a los que hace referencia;SKILL.mdsolo puede omitir dependencias.
- Proporcione al agente sus datos reales, el resultado deseado y los criterios de aceptación. La sintaxis de invocación y las herramientas disponibles dependen del sistema anfitrión; este sitio no presupone un comando de instalación universal.
- Pruebe el flujo de trabajo original en un proyecto desechable o en una copia. Revise las operaciones que modifican archivos, servicios remotos o recursos facturables antes de autorizarlas.
- Valide el resultado comparándolo con los controles de calidad de origen y sus propios requisitos. Un activador exitoso o un alto número de estrellas en el repositorio no garantizan un resultado correcto.
Lea más en la fuente
Habilidades relacionadas
Traducción y alcance
Esta guía de lectura selecciona pasajes de la sección fijada en la parte superior.SKILL.mdLa traducción es asistida. No se trata de un manual completo ni garantiza la compatibilidad. Lea el original y los archivos a los que hace referencia antes de usarlo.
Esta introducción hace referencia a la versión fijada a continuación; la actividad actual del repositorio y la hora de recopilación se muestran por separado.
- Fuente fijada
- Lee el original ↗
- Fuente recuperada
- Confirmación de origen
fabc634a893f62ad5c2039830397efa35fa62715- Fuente SHA-256
540f52974f4f77c2455a7b37ed983da0dbfb0f5af3d2c482e4736f14f1cc8724