NNI(神经网络智能)是一个帮助用户运行自动机器学习(AutoML)实验的工具包。该工具调度并运行由优化算法生成的试验作业，以在不同的环境(如本地机器、远程服务器和云)中搜索最佳的神经体系结构和/或超参数。
项目地址：/Microsoft/nni
文档：https://microsoft.github.io/nni/
(相关链接请点击文末阅读原文访问)
谁可以考虑用NNI
那些想在它们的本地机器上的训练代码(或模型)里尝试不同的AutoML算法的人；
那些想在不同环境中能够运行AutoML试验作业以加快搜索速度的人(例如远程服务器和云)；
想实现自己的AutoML算法并且与其他的算法进行比较的研究人员和数据科学家；
希望在自己的平台中支持AutoML的ML平台所有者
安装与验证
通过pip安装
现阶段我们支持Linux和MacOS的现有版本 ,Ubuntu 16.04或更高版本以及MacOS 10.14.1都已经过测试和支持。简单地在安装了python 3.5或以上版本的环境中运行以下pip install命令
python3 -m pip install --user --upgrade nni
注意：
如果你在docker 容器环境中(以root用户的身份)，请从上述安装命令中删除 --user
如有任何错误，例如分割错误，请参考FAQ
通过源代码安装
现阶段我们支持Linux(Ubuntu 16.04或更高版本)、MacOS(10.14.1)
在安装了python 3.5或以上版本、git 和 wget 的环境中运行以下命令：
git clone -b v0.4.1 /Microsoft/nni.git
cd nni
source install.sh
有关NNI的系统要求，请参考安装 NNI
验证安装
以下示例是在TensorFlow上构建的实验。 请确保在运行之前安装了TensorFlow。
通过克隆源代码下载以下示例。
git clone -b v0.4.1 /Microsoft/nni.git
运行mnist示例。
nnictl create --config nni/examples/trials/mnist/config.yml
等待命令行中的消息INFO: Successfully started experiment!这表明试验已经成功启动。你可以用Web UI url浏览这个试验。
INFO: Starting restful server...
INFO: Successfully started Restful server!
INFO: Setting local config...
INFO: Successfully set local config!
INFO: Starting experiment...
INFO: Successfully started experiment!
-----------------------------------------------------------------------
The experiment id is egchD4qy
The Web UI urls are: http://223.255.255.1:8080 http://127.0.0.1:8080
-----------------------------------------------------------------------
You can use these commands to get more information about the experiment
-----------------------------------------------------------------------
commands description
1. nnictl experiment show show the information of experiments
2. nnictl trial ls list all of trial jobs
3. nnictl log stderr show stderr log content
4. nnictl log stdout show stdout log content
5. nnictl stopstop an experiment
6. nnictl trial kill kill a trial job by id
7. nnictl --help get help information about nnictl
-----------------------------------------------------------------------
在浏览器中打开Web UI url，您可以查看实验的详细信息和所有提交的试验作业，如下所示。这里有更多的Web UI页面。
文档说明
NNI 概述
快速开始
怎么做
安装NNI
使用命令行工具nnictl
使用NNIBoard
如何定义搜索空间
如何定义试验
配置一个实验
如何使用注释
教程
在本地(用多个GPU)运行实验？
在多台机器上运行实验？
在OpenPAIn上运行实验？
在Kubeflow上运行实验？
尝试不同的调谐器和评估器
尝试定制调谐器
尝试定制评估器
利用遗传算法寻找适合阅读理解任务的模型结构
贡献
本项目欢迎贡献和建议，我们使用GitHub问题来跟踪请求和错误。
我们希望新贡献者提出的好的新问题应该是简单并且易于启动的。
要为NNI开发设置环境，请参阅说明：设置NNI开发人员环境
在开始编码之前，请查看并熟悉NNI代码贡献指南：贡献
我们正在构建如何调试的指导，也欢迎您在此方面提出问题或建议。
License
整个代码库都在MIT许可之下
项目地址：/Microsoft/nni
文档：https://microsoft.github.io/nni/
【AI求职百题斩】已经悄咪咪上线啦，还不赶紧来答题？！
想知道正确答案？
回公众号聊天界面并发送“1224挑战”即可获取！
点击阅读原文查看本文更多内容↙
