跳转到主要内容

未提供项目描述

项目描述

banner

估算和跟踪您的计算机碳排放,量化和分析其影响。

文档


DOI Downloads

关于CodeCarbon 💡

CodeCarbon 从一个相当简单的问题开始

我的计算机程序产生的碳足迹影响是什么? :shrug

我们找到了一些全球数据,例如“计算目前大约占全球能源消耗的0.5%”,但没有关于我们个人/组织层面影响的数据。

CodeCarbon,我们和尼尔斯·玻尔一样相信,“不测量则不存在”。因此,我们找到了一种方法来估算在运行代码时产生的二氧化碳量。

如何做到呢?

我们创建了一个Python包,用于估算您的硬件电力消耗(GPU + CPU + RAM),并将计算所在地区的碳排放强度应用到它上面。

calculation Summary

关于这种计算方法,我们将在文档的方法部分进行更多解释。

我们希望这个包能够被广泛用于估算计算产生的碳足迹,并建立有关披露和减少这一足迹的最佳实践。

准备好“一次运行改变世界”了吗?让我们从一个非常快速的设置开始。

快速入门 🚀

安装 🔧

从PyPI仓库

pip install codecarbon

从Conda仓库

conda install -c conda-forge codecarbon

要查看更多安装选项,请参阅文档:安装

开始估算您的影响 📏

要获取实验_id,请输入

! codecarbon init

现在您可以将它存储在项目根目录下的.codecarbon.config

[codecarbon]
log_level = DEBUG
save_to_api = True
experiment_id = 2bcbcbb8-850d-4692-af0d-76f6f36d79b2 #the experiment_id you get with init

现在您有两个主要选项

监控您的机器 💻

在您的命令提示符中使用:codecarbon monitor 该包将独立于您的代码跟踪您的排放。

在您的Python代码 🐍 中

from codecarbon import track_emissions
@track_emissions()
def your_function_to_track():
  # your code

该包将跟踪您函数执行产生的排放。

还有其他使用 codecarbon 包的方法,请参阅文档了解详细信息:使用

可视化 📊

您现在可以在 仪表板 上可视化您的实验排放。 dashboard

请注意,目前,所有发送到codecarbon API的排放数据都是公开的。

希望您享受监控您的碳计算影响的第一步!感谢了不起的codecarbon社区 💪🏼,使用 codecarbon 还可以提供更多选项,包括

  • 离线模式
  • 云模式
  • Comet集成...

请探索 文档 了解相关信息。如果您的需求尚未实现,请通过 issues 告诉我们,甚至更好的是,成为我们 🦸🏼‍♀️🦸🏼‍♂️ 贡献者!更多信息 👇🏼

贡献 🤝

我们希望开源社区能帮助我们编辑代码,使其更好!

欢迎您提出问题,甚至建议解决方案,更好的是,贡献修复/改进!如果您不确定从哪里开始,但又想帮助我们,我们可以为您提供指导 🥇

为了向我们的代码库贡献更改,请通过GitHub提交一个pull request (PR),我们团队将审查它并接受它。

查看我们的 贡献指南 :arrow_upper_right:

如果您想定期贡献,请联系 @vict0rsch 以加入我们的Slack工作空间!

如何引用 📝

如果您的研究发现CodeCarbon对您的研究有用,您可以在Zenodo上找到各种格式的引用。

以下是一个BibTeX示例

@software{benoit_courty_2024_11171501,
  author       = {Benoit Courty and
                  Victor Schmidt and
                  Sasha Luccioni and
                  Goyal-Kamal and
                  MarionCoutarel and
                  Boris Feld and
                  Jérémy Lecourt and
                  LiamConnell and
                  Amine Saboni and
                  Inimaz and
                  supatomic and
                  Mathilde Léval and
                  Luis Blanche and
                  Alexis Cruveiller and
                  ouminasara and
                  Franklin Zhao and
                  Aditya Joshi and
                  Alexis Bogroff and
                  Hugues de Lavoreille and
                  Niko Laskaris and
                  Edoardo Abati and
                  Douglas Blank and
                  Ziyao Wang and
                  Armin Catovic and
                  Marc Alencon and
                  Michał Stęchły and
                  Christian Bauer and
                  Lucas Otávio N. de Araújo and
                  JPW and
                  MinervaBooks},
  title        = {mlco2/codecarbon: v2.4.1},
  month        = may,
  year         = 2024,
  publisher    = {Zenodo},
  version      = {v2.4.1},
  doi          = {10.5281/zenodo.11171501},
  url          = {https://doi.org/10.5281/zenodo.11171501}
}

联系 📝

维护者是 @vict0rsch @benoit-cty@SaboniAmine。Codecarbon是由来自 MilaDataForGoodFR 社区的志愿者开发的,同时还有来自 Comet.mlBCG GAMMA 的工程师捐赠的专业时间。

项目详情


下载文件

下载适用于您平台文件的文件。如果您不确定选择哪个,请了解有关 安装包 的更多信息。

源代码发行版

codecarbon-2.7.1.tar.gz (476.8 kB 查看哈希值)

上传时间 源代码

构建发行版

codecarbon-2.7.1-py3-none-any.whl (502.9 kB 查看哈希值)

上传时间 Python 3

支持者

AWS AWS 云计算和安全赞助商 Datadog Datadog 监控 Fastly Fastly CDN Google Google 下载分析 Microsoft Microsoft PSF 赞助商 Pingdom Pingdom 监控 Sentry Sentry 错误日志 StatusPage StatusPage 状态页面