alpha-automl 0.3.0

Alpha-AutoML是一个AutoML系统，它能够自动搜索模型，并推导出端到端管道，该管道读取、预处理数据和训练模型。Alpha-AutoML利用了深度强化学习的最新进展，并且能够通过增量学习适应不同的应用领域和问题。

Alpha-AutoML为数据科学家和数据工程师提供灵活性，使他们能够利用Python生态系统，包括开源库和工具、支持协作的基础设施，以及能够实现透明性和可重复性的基础设施来解决复杂问题。

该仓库是纽约大学实施数据驱动发现项目（D3M）的一部分。

文档

文档可在此处找到。

安装

此包与Python 3.6+兼容，支持Linux、Mac和Windows。

您可以从PyPI安装此库的最新稳定版本。

pip install alpha-automl

要安装最新开发版本

pip install git+https://github.com/VIDA-NYU/alpha-automl@devel

使用Docker尝试

我们提供了预构建的docker镜像，其中包含已预安装的Jupyter和Alpha-AutoML，您可以快速测试Alpha-AutoML。要测试它，您可以在您的机器上运行以下命令，并在浏览器中打开Jupyter Notebook

docker run -p 8888:8888 ghcr.io/vida-nyu/alpha-automl

使用此命令，Jupyter Notebook将自动生成一个安全令牌。正确的Jupyter访问URL将在控制台输出中打印，如下所示：http://127.0.0.1:8888/?token=70ace7fa017c35ba0134dc7931add12bf55a69d4d4e6e54f。

或者，如果您想提供一个自定义安全令牌，您可以运行

docker run -p 8888:8888 -e JUPYTER_TOKEN="<my-token>" ghcr.io/vida-nyu/alpha-automl

如果您在安全环境中运行Jupyter Notebook，可以按以下方式禁用身份验证

docker run -p 8888:8888 ghcr.io/vida-nyu/alpha-automl --NotebookApp.token=''

从头开始构建Docker镜像

如果您需要从源构建镜像，您可以使用我们的Dockerfile。您可以使用docker-build参数选择将在镜像中安装的包（例如，full、timeseries、nlp等），如下所示

docker build -t alpha-automl --build-arg BUILD_OPTION=full .

或者简单地使用基本版本（这将占用更少的磁盘空间，但不会提供对某些任务（如NLP和timeseries）的支持）

docker build -t alpha-automl:latest --target alpha-automl .

您还可以按照以下方式构建用于与JupyterHub一起使用的镜像

docker build -t alpha-automl:latest-jupyterhub --target alpha-automl-jupyterhub .

有关在Kubernetes上设置Alpha-AutoML + JupyterHub的文档也请参阅。