关于Python机器学习的基准测试。
项目描述
pymlbenchmark: 周围机器学习的基准测试
这个项目始于我对scikit-learn第一次修改尝试。模板被重用来测量各种实现或模型,并使它们更短,但可能对整个脚本的理解更少。它演变成提供类来比较ONNX运行时,如onnxruntime与scikit-learn。
历史
当前 - 2021-01-05 - 0.00Mb
12: 支持将双精度转换为onnx (2019-12-21)
0.2.141 - 2019-12-13 - 0.04Mb
11: 修复调用convert_sklearn时的维度问题 (2019-10-07)
8: 实现 OnnxRuntimeBenchPerfTestRegression (2019-07-15)
6: 当可能时使用 assume_finite=True (2019-07-15)
4: 更新图形中的颜色,使用类似颜色但不相同 (2019-05-23)
5: 在某些调用上运行分析器并保存结果 (2019-04-23)
3: 添加机制以在发生时将错误和数据转储以供以后调查 (2019-03-12)
1: 将基准测试从_benchmarks移动 (2019-03-12)
0.1.30 - 2019-03-07 - 0.02Mb
2: 第一次提交 (2019-03-05)
项目详情
下载文件
下载适用于您平台的文件。如果您不确定选择哪个,请了解更多关于安装包的信息。
源代码分发
此版本没有可用的源代码分发文件。请参阅生成分发存档的教程。
构建分发
pymlbenchmark-0.3.187-py3-none-any.whl (38.0 kB 查看哈希值)
关闭
pymlbenchmark-0.3.187-py3-none-any.whl的哈希值
算法 | 哈希摘要 | |
---|---|---|
SHA256 | 7a9f74665982891999bc4c96e6373358387ae37296ed965e4e4a2bd662bd2322 |
|
MD5 | 341d6fac8bc8d236216ba9c353b98d3e |
|
BLAKE2b-256 | 4452e14feb82522f7905664e76cba35294230d38b58b8a938bb0f5b92f64e2c0 |