C✳CODEZ.WIN
🌐 Bahasa Indonesia

Panduan membaca yang dilokalisasi

huggingface-trackioTujuan, penggunaan, dan sumber

Lacak dan visualisasikan eksperimen pelatihan ML dengan Trackio. Gunakan saat mencatat metrik selama pelatihan (API Python), memicu peringatan untuk diagnostik pelatihan, atauretrieving/analyzingMetrik yang dicatat (CLI). Mendukung visualisasi dasbor waktu nyata, peringatan dengan webhook, sinkronisasi HF Space, dan output JSON untuk otomatisasi.

Sumber diambil:

Repositori sumber
huggingface/skills
SKILL.md
skills/huggingface-trackio/SKILL.md
Bintang Repositori
11,241
Pembaruan terakhir repositori
2026-10-30
Klasifikasi Kemampuan
Pengembangan
Waktu pengumpulan terbaru

Lisensi: Apache-2.0

Cuplikan alur kerja adalah alat bantu baca, bukan instruksi yang dapat dieksekusi dari Codez. Tidak ada Skill pihak ketiga yang dijalankan untuk menghasilkan halaman ini.

Bagian yang menjelaskan tujuan dan alur kerja di bawah ini merupakan materi dari hulu, yang telah diorganisir dan diterjemahkan untuk dibaca. Bagian ini berbeda dari analisis editorial Codez yang diberi label secara terpisah.

Apa yang dilakukan oleh Skill ini?

Lacak dan visualisasikan eksperimen pelatihan ML dengan Trackio. Gunakan saat mencatat metrik selama pelatihan (API Python), memicu peringatan untuk diagnostik pelatihan, atauretrieving/analyzingMetrik yang dicatat (CLI). Mendukung visualisasi dasbor waktu nyata, peringatan dengan webhook, sinkronisasi HF Space, dan output JSON untuk otomatisasi.

Bagaimana alur kerja hulu bekerja

Alur Kerja Eksperimen ML Otonom

Saat menjalankan eksperimen secara otomatis sebagai agen LLM, alur kerja yang direkomendasikan adalah: Siapkan pelatihan dengan peringatan — masukkantrackio.alert()Permintaan untuk kondisi diagnostik. Luncurkan pelatihan — jalankan skrip di latar belakang. Lakukan polling untuk peringatan — gunakan.trackio list alerts --project --json --since untuk memeriksa peringatan baru

Jalur hulu · L78 ↗

Trackio - Pelacakan Eksperimen untuk Pelatihan ML

Trackio adalah pustaka pelacakan eksperimen untuk mencatat dan memvisualisasikan metrik pelatihan ML. Pustaka ini disinkronkan dengan Hugging Face Spaces untuk dasbor pemantauan waktu nyata.

Jalur hulu · L6 ↗

API Python → Pencatatan Log

Menggunakanimport trackioDalam skrip pelatihan Anda untuk mencatat metrik: Inisialisasi pelacakan dengantrackio.init()

Jalur hulu · L20 ↗

Persyaratan dan pengaturan

Jalur hulu · python ↗
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()

Batasan dan pemeriksaan kualitas

Tidak ada bagian batasan terpisah yang dipilih dari file ini. Ini tidak berarti Keterampilan ini aman untuk setiap input atau lingkungan. Tinjau sumber lengkapnya dan validasi hasil Anda sendiri.

Mulailah dengan uji coba yang aman.

  1. Periksa host yang didukung dan petunjuk instalasi repositori. Simpan direktori Skill beserta skrip, aset, dan dokumentasi yang dirujuk di dalamnya secara bersamaan;SKILL.mdsendirian dapat menghilangkan dependensi.
  2. Berikan input sebenarnya, output yang diinginkan, dan kriteria penerimaan kepada agen. Sintaks pemanggilan dan alat yang tersedia bergantung pada host; situs ini tidak mengasumsikan perintah instalasi universal.
  3. Cobalah alur kerja sumber dalam proyek sementara atau pada salinannya. Tinjau operasi yang mengubah file, layanan jarak jauh, atau sumber daya yang dapat ditagih sebelum mengizinkannya.
  4. Validasi output terhadap pemeriksaan kualitas sumber dan persyaratan Anda sendiri. Pemicu yang berhasil atau jumlah bintang repositori yang tinggi tidak menjamin hasil yang benar.

Spesifikasi format dan direktori keterampilan ↗

Baca selengkapnya di sumber aslinya.

Terjemahan dan ruang lingkup

Panduan membaca ini memilih bagian-bagian dari teks yang telah disematkan di bagian atas.SKILL.mdTerjemahan ini dibantu. Ini bukan manual lengkap atau klaim kompatibilitas yang telah diuji. Bacalah dokumen asli dan file referensinya sebelum digunakan.

Pendahuluan ini mengacu pada versi yang disematkan di bawah ini; aktivitas repositori saat ini dan waktu pengumpulan ditampilkan secara terpisah.

Sumber yang disematkan
Baca teks aslinya ↗
Sumber diambil
Komit sumber
fabc634a893f62ad5c2039830397efa35fa62715
Sumber SHA-256
540f52974f4f77c2455a7b37ed983da0dbfb0f5af3d2c482e4736f14f1cc8724
Kembali ke katalog Keterampilan lengkap