Il s'agit de l'application Linux Arize Phoenix, dont la dernière version est téléchargeable sous le nom arize-phoenix_v11.7.0sourcecode.tar.gz. Elle peut être exécutée en ligne sur l'hébergeur gratuit OnWorks pour postes de travail.
Téléchargez et exécutez en ligne cette application nommée Arize Phoenix avec OnWorks gratuitement.
Suivez ces instructions pour exécuter cette application :
- 1. Téléchargé cette application sur votre PC.
- 2. Entrez dans notre gestionnaire de fichiers https://www.onworks.net/myfiles.php?username=XXXXX avec le nom d'utilisateur que vous voulez.
- 3. Téléchargez cette application dans ce gestionnaire de fichiers.
- 4. Démarrez l'émulateur en ligne OnWorks Linux ou Windows en ligne ou l'émulateur en ligne MACOS à partir de ce site Web.
- 5. Depuis le système d'exploitation OnWorks Linux que vous venez de démarrer, accédez à notre gestionnaire de fichiers https://www.onworks.net/myfiles.php?username=XXXXX avec le nom d'utilisateur que vous souhaitez.
- 6. Téléchargez l'application, installez-la et exécutez-la.
CAPTURES D'ÉCRAN
Ad
Arize Phoenix
DESCRIPTION
Phoenix fournit des informations sur le ML à une vitesse fulgurante avec une observabilité sans configuration pour la dérive du modèle, les performances et la qualité des données. Phoenix est une bibliothèque Open Source ML Observability conçue pour le Notebook. L'ensemble d'outils est conçu pour ingérer des données d'inférence de modèle pour les ensembles de données LLM, CV, NLP et tabulaires. Il permet aux Data Scientists de visualiser rapidement les données de leur modèle, de surveiller les performances, de détecter les problèmes et les informations, et de les exporter facilement pour les améliorer. Les modèles d'apprentissage profond (CV, LLM et génératif) constituent une technologie étonnante qui alimentera de nombreux futurs cas d'utilisation du ML. Un large éventail de ces technologies sont déployées dans les entreprises (le monde réel) dans ce que nous considérons comme un environnement de production.
Comment ça marche
- Observabilité ML dans un notebook
- Connexions légères aux dataframes
- Fournit des outils simples pour générer et visualiser des intégrations
- Rechercher automatiquement des groupes d'intégrations qui représentent les « idées » que le modèle a apprises (variétés)
- Trie les groupes de problèmes à l'aide de mesures de performances ou de dérives
- Flux de travail intégrés pour l'amélioration du modèle
Langage de programmation
Python
Catégories
Il s'agit d'une application qui peut également être récupérée sur https://sourceforge.net/projects/phoenix-ai.mirror/. Il a été hébergé dans OnWorks afin de pouvoir être exécuté en ligne de la manière la plus simple possible à partir de l'un de nos systèmes d'exploitation gratuits.
