EFES - Easier and Fast Experiment Setup for ML

Authors: Chan Park

Machine Learning Research consists of 3 main parts: "Prepare data", "Construct models", and "Run experiments".
This project suggests guidelines for easier & faster Machine Learning Experiment Setup using PyTorch, MLflow.

Installation

Use the package manager conda to install basic environments

# Clone this github repository
git clone https://github.com/coldpak/efes.git
cd efes

# Set Python environment using conda
conda env create -f environment.yml
conda activate efes

Guidelines

아래의 가이드라인을 따라가면서 root directory에 env 파일을 만들고 python 클래스 및 함수들을 정의하자.

Part 1 : Prepare Data

When you write some codes to handle data, you can realize that this part of programming is highly dependent on the form of the data or the purpose of the research.

• 풀 문제를 정해라

• 사용할 데이터셋을 정해라

• data location 정해라 -> uri 정보를 env에 입력

• data_loader.py에 Dataset, DataLoader을 응용해 커스텀 클래스들을 정의하라

Part 2 : Construct Models

• model/ 내부에 사용할 model 클래스 정의

• loss, optimizer 정의

• train logic 정의

• params, metrics 정의

Part 3 : Run Experiments

• MLflow 서버 열기, 아이디 비번 만들어서 env에 입력

• 실험 아이디, metric 등을 env에 입력