Advanced Search
Search Results
69 total results found
Платформа для управления роботами
ARTEX — Autonomous Realtime EXchange (Платформа АРТЕКС). Платформа для удалённого управления роботами, мониторинга и обучения моделей ИИ на физических и виртуальных полигонах. Начните с книги «Сервер управления роботами» → «О платформе ARTEX».
ПО для робота
SDK artex-robot для подключения роботов к платформе: установка, конфигурация, справочник API, обработка команд, протокол обмена, примеры и устранение неполадок.
Сервер управления роботами
Обзор платформы ARTEX, архитектура, протоколы и потоки данных, серверные модули, хранение данных, развёртывание, безопасность, мониторинг и планы развития.
Управление роботами с помощью ИИ
Модели ИИ, протоколы управления, потоки данных: веб-интерфейс оператора, режимы управления и состязаний, разработка моделей, конвейеры модулей, сбор данных и обучение.
Установка базового ПО на робота для управления через платформу
Установка ПО на работа для подключения к платформе Установка библиотек pip install artex-robot если при запуске потребуются доп зависимости, их необходимо доустановить вручную 2. Развертывание ПО from artex_robot import Robot robot = Robot({"type":...
Веб-интерфейс управления роботами
Что такое ARTEX framework ARTEX framework - это программная платформа для удалённого управления, мониторинга и интеграции разнородных устройств: простые светодиодные лампы, роботы и дроны. Она предоставляет единый веб-интерфейс, через который оператор может в...
Тестовая книга
Новая страница
Фреймворк MLumina
Документация фреймворка MLumina (МИФИ) — установка, модули, деплой, примеры.
Документация MLumina
Документация фреймворка MLumina: модули, установка, деплой, известные проблемы.
Overview
Документация MLumina MLumina — библиотека Python (src/mlumina) с набором независимых друг от друга инструментов для ML-экспериментов на самостоятельно развёрнутом Ray-кластере с трекингом в MLflow. Это не единый AutoML-пайплайн с общим API — каждый подпакет ре...
Getting Started
Начало работы Установка Из приватного GitLab (требуется personal access token с правом read_repository): pip install "git+https://<username>:<token>@gitlab.mephi-ai.ru/framework/mlumina.git" Для разработки — клонировать репозиторий и установить в editable-реж...
XGBoost
mlumina.xgboost Самый зрелый и наиболее близкий к документации модуль. Обучение и подбор гиперпараметров XGBoost, локально и через xgboost_ray, с опциональным логированием в MLflow. Файлы: src/mlumina/xgboost/{load_dataset,train_xgboost,tune_xgboost}.py. Публи...
Image Models
mlumina.image_models Обёртка YoloImageModel над ultralytics.YOLO (src/mlumina/image_models/YoloImageModel.py). Даёт единый интерфейс для инференса, обучения, распределённого (Ray) обучения/инференса и подбора гиперпараметров через Optuna. Конструктор from ultr...
Torch Models
mlumina.torch_models TorchModelWrapper (src/mlumina/torch_models/torchModelWrapper.py) — тонкая обёртка над произвольным torch.nn.Module с единым интерфейсом обучения/инференса, плюс примитивный полный перебор архитектур для табличных данных. Обучение и инфере...
Interpolation Tables
mlumina.interpolation_tables Пакет объединяет две независимые темы под одним именем (совпадение по расположению в дереве кода, не по смыслу): TableInterpolator — 2D-интерполяция табличных данных. models_evaluation.py — общие утилиты сравнения/подбора sklearn-...
Components Wear
mlumina.components_wear Симуляция износа и отказов графа взаимозависимых компонентов (по докстрингам и примерам — модель ориентирована на автомобильные узлы, но структура графа предметно-независима). Два класса: ComponentsGraph (описание графа и симуляции для ...
Ray Wrapper
mlumina.ray_wrapper Библиотека готовых пайплайнов Ray Train/Tune ("cookbook") + набор датасет-хелперов. В отличие от остальных пакетов, здесь не одна обёртка, а набор функций train_<model>/tune_<model> под конкретные типы моделей: lin_reg, svm, fcnn, cnn (CIFA...