Index du paquetage • luz.fr

Entraînement

setup(): Initialise l'usage d'un nn_module avec luz
🌐
Set's up a nn_module to use with luz

fit(<luz_module_generator>): Entraîne un nn_module
🌐
Fit a nn_module

predict(<luz_module_fitted>): Crée des prédictions pour un modèle entraîné
🌐
Create predictions for a fitted model

evaluate(): Évalue un modèle entraîné sur un jeu de données
🌐
Evaluates a fitted model on a dataset

set_hparams(): Définit les hyper-paramètres d'un module
🌐
Set hyper-parameter of a module

set_opt_hparams(): Définit les hyper-paramètres de l'optimiseur
🌐
Set optimizer hyper-parameters

get_metrics(): Extrait les métriques de l'objet
🌐
Get metrics from the object

ctx: Objet Context
🌐
Context object

context: Objet de type contexte
🌐
Context object

lr_finder(): Recherche du taux d'apprentissage
🌐
Learning Rate Finder

as_dataloader(): Crée un chargeur de données à partir de son entrée.
🌐
Creates a dataloader from its input

Métriques

luz_metric_accuracy(): Précision (accuracy)
🌐
Accuracy

luz_metric_binary_accuracy(): Précision binaire
🌐
Binary accuracy

luz_metric_binary_accuracy_with_logits(): Précision binaire avec logits
🌐
Binary accuracy with logits

luz_metric_binary_auroc(): Calcule la surface sous la courbe de ROC
🌐
Computes the area under the ROC

luz_metric_mae(): Erreur absolue moyenne
🌐
Mean absolute error

luz_metric_mse(): Erreur quadratique moyenne (MSE)
🌐
Mean squared error

luz_metric_multiclass_auroc(): Calcule la surface sour la courbe de ROC dans le cas multi-classe.
🌐
Computes the multi-class AUROC

luz_metric_rmse(): Erreur quadratique moyenne (RMSE)
🌐
Root mean squared error

luz_metric_set(): Crée un ensemble de métriques
🌐
Creates a metric set

luz_metric(): Crée une nouvelle métrique luz
🌐
Creates a new luz metric

Spécifique

nn_mixup_loss(): Fonction de coût à utiliser avec callbacks_mixup().
🌐
Loss to be used with callbacks_mixup().

nnf_mixup(): Logique de mélange
🌐
Mixup logic

Rappels

luz_callback(): Créer un nouveau callback
🌐
Create a new callback

luz_callback_auto_resume(): Callback de reprise de l'entraînement du modèle.
🌐
Resume training callback

luz_callback_csv_logger(): Callback pour journaliser les métriques en CSV
🌐
CSV logger callback

luz_callback_early_stopping(): Callback d'arrêt précoce
🌐
Early stopping callback

luz_callback_gradient_clip(): Callback d'écrêtage du gradient
🌐
Gradient clipping callback

luz_callback_interrupt(): Callback d'interruption
🌐
Interrupt callback

luz_callback_keep_best_model(): Conserver le meilleur modèle
🌐
Keep the best model

luz_callback_lr_scheduler(): Callback de modification du taux d'apprentissage
🌐
Learning rate scheduler callback

luz_callback_metrics(): Callback sur les métriques
🌐
Metrics callback

luz_callback_mixed_precision(): Callback de gestion automatique de la précision mixte
🌐
Automatic Mixed Precision callback

luz_callback_mixup(): Callback de mixup
🌐
Mixup callback

luz_callback_model_checkpoint(): Sauvegarde un instantanné du modèle
🌐
Checkpoints model weights

luz_callback_profile(): Callback de profilage
🌐
Profile callback

luz_callback_progress(): Callback de progression
🌐
Progress callback

luz_callback_resume_from_checkpoint(): Permettre la reprise de l'entraînement du modèle à partir d'un instantané spécifique.
🌐
Allow resume model training from a specific checkpoint

luz_callback_tfevents(): callback tfevent
🌐
tfevents callback

luz_callback_train_valid(): callback train-eval
🌐
Train-eval callback

Périphériques d’accélération

accelerator(): Crée un accélérateur
🌐
Create an accelerator

Sérialisation

luz_save(): Saves luz objects to disk

luz_load(): Charge un modèle entrainé depuis le disque
🌐
Load trained model

luz_load_model_weights() luz_save_model_weights(): Charge des poids sauvegardés sur disque, dans un modèle.
🌐
Loads model weights into a fitted object.

luz_load_checkpoint(): Charge un instantanné
🌐
Loads a checkpoint