Open Source

Herramientas de línea de comandos para el trabajo diario de ML

Una pequeña suite de herramientas de línea de comandos, sin dependencias pesadas, que construyo y mantengo para aprender el día a día de la ingeniería de ML. Cada una hace una cosa, funciona offline y encaja en CI. Los issues y pull requests son bienvenidos.

0 descargas en PyPI el último mes

Ver la organización en GitHub

Datos

dsdiffDiff estilo git entre dos datasets, con drift de distribución.0 descargas/mesMás splitcheckDetecta filas que se filtran entre train, validación y test.0 descargas/mesMás pii-sweepEscanea datasets en busca de PII antes de compartirlos.0 descargas/mesMás framescanPerfila un CSV o Parquet y escribe el resultado como una página HTML.Más

Entorno y reproducibilidad

mlenvCaptura el stack de ML a un fichero y compara dos snapshots.0 descargas/mesMás repro-manifestUn recibo portable de cada run para explicar por qué difieren.0 descargas/mesMás gpu-gateEspera una GPU libre, la reclama y ejecuta tu comando.0 descargas/mesMás

Evaluación

evalgateDecide si un cambio de métrica es regresión real o ruido.0 descargas/mesMás slicemapEncuentra los segmentos donde un modelo nuevo empeora.0 descargas/mesMás pytest-metricguardUn fixture de pytest que falla el test cuando una métrica de ML retrocede.Más

Serving y coste

servectlSirve un modelo por HTTP en un comando, con métricas.0 descargas/mesMás tokenmeterCuenta tokens y estima el coste de prompts antes de enviarlos.0 descargas/mesMás model-budget-actionFalla la CI cuando un peso de modelo o un bundle crece más de la cuenta.Más

Entrenamiento

chainruleUn motor de autograd escalar para aprender backpropagation de verdad.Más expbookUn tracker de experimentos local y sin servidor: cada run es una carpeta de JSON.Más param-lensCuenta los parámetros de un modelo PyTorch desde el editor, sin ejecutar código.Más

¿Hablamos de datos o de ML?: hola@jmwebsoluciones.com