Advanced Search
Search Results
69 total results found
Scheduler
mlumina.scheduler Отдельный FastAPI-сервис — приоритетная очередь задач поверх Ray Jobs API. Не заменяет ray.tune/ray.train — решает, когда и в каком порядке отправлять уже готовые job-скрипты в Ray-кластер, с учётом заявленных ресурсов и приоритета. В Docker-...
Deployment
Развёртывание Локальный стек (Ray + MLflow + MinIO + MySQL + scheduler) Корневой ../docker-compose.yml поднимает весь стек одной командой, без обращения к какому-либо Docker registry — все свои образы (head, worker, scheduler, mlflow-server) собираются локальн...
Known Issues
Известные проблемы и расхождения с документацией Список вещей, которые не работают как задокументировано в других местах репозитория (корневой README.md, make_docs/), или которые могут удивить при первом использовании. Составлен по фактическому чтению кода на ...
Примеры MLumina
Подробные разборы примеров кода: examples/ и ray_wrapper/examples/ — что делает каждый скрипт, как запускать, какие есть известные проблемы.
Examples Overview
Обзор примеров В репозитории MLumina есть два независимых дерева примеров: examples/ — самостоятельные скрипты, демонстрирующие каждый пакет фреймворка (xgboost, image_models, torch_models, interpolation_tables, components_wear), плюс пара скриптов для провер...
XGBoost Example
XGBoost Example Файл: examples/xgboost/example.py. Самый полный и надёжный пример в репозитории — единственный, где корневой README и код полностью совпадают. ✅ Проверено на локальном Docker-стеке: и run_example(), и run_example_ray() отрабатывают до конца, ф...
Image Models Example
Image Models Example Файлы: examples/image_models/train.py и predict.py. Демонстрируют YoloImageModel на подвыборке COCO (4 изображения, examples/image_models/data/). ✅ Проверено на локальном Docker-стеке: оба скрипта отрабатывают до конца (train.py дообучает...
Torch Models Example
Torch Models Example Файлы: examples/torch_models/train.py и predict.py. ✅ Проверено на локальном Docker-стеке: оба скрипта отрабатывают до конца. Недостающие данные (см. ниже) добавлены в репозиторий. Исправлено: недостающий файл данных Оба скрипта читают e...
Interpolation Tables Examples
Interpolation Tables Examples Файлы: examples/interpolation_tables/interpolation_table.py, models_evaluation.py, models_evaluation_ray.py. ✅ Проверено на локальном Docker-стеке: все три скрипта отрабатывают до конца. Недостающие данные и ошибка выбора метрики...
Components Wear Examples
Components Wear Examples Файлы: examples/components_wear/example.py, example_objects_simulate.py, example_objects_simulate_ray.py. Данные: examples/components_wear/data/graph.json (граф из двух узлов A/B, по 4 компонента в каждом, с одной зависимостью B→A) и d...
Scheduler and Ray Basics
Scheduler and Ray Basics Два минимальных скрипта для проверки, что инфраструктура (Ray-кластер, планировщик) вообще работает — без них имеет смысл начинать отладку любого другого примера, если что-то не запускается. examples/ray_example.py — проверка связи с R...
Ray Wrapper: Linear Regression and SVM
Ray Wrapper: Linear Regression and SVM Самые простые примеры из ray_wrapper/examples/ — хорошая отправная точка, чтобы понять паттерн ray.tune.Tuner, используемый во всех остальных моделях пакета mlumina.ray_wrapper. У обеих моделей есть только tune.py (готово...
Ray Wrapper: FCNN and CNN
Ray Wrapper: FCNN and CNN Полносвязная сеть (MNIST) и свёрточная сеть (CIFAR-10), обе — через ray.train (распределённое обучение) и ray.tune (подбор гиперпараметров поверх распределённого обучения). Датасеты (MNIST/CIFAR-10) скачиваются автоматически через tor...
Ray Wrapper: Vision Transformer
Ray Wrapper: Vision Transformer Vision Transformer (ViT) на CIFAR-10 и CIFAR-100 — самые тяжёлые примеры пакета ray_wrapper, обучаются "с нуля" (без предобученных весов). CIFAR-10 — ray_wrapper/examples/vit/cifar_10/train.py scale_config = {"num_workers": 2, "...
Running Examples via Scheduler
Running Examples via Scheduler Для каждой модели в ray_wrapper/examples/ рядом с train.py/tune.py лежит schedule_*.py — тот же пример, но запускаемый не напрямую, а через постановку задачи в очередь сервиса scheduler (порт 8264, подробнее — книга «Документация...
Обзор платформы
Назначение платформы ARTEX, области применения, термины
О платформе ARTEX
ARTEX (Autonomous Realtime EXchange) — платформа для удалённого управления роботами, мониторинга и обучения моделей искусственного интеллекта на реальных и виртуальных устройствах. Платформа объединяет в единую среду три участника: роботов, операторов (людей) ...
Глоссарий
Термины и сокращения, которые используются в документации платформы ARTEX. Термин Описание ARTEX Autonomous Realtime EXchange — название платформы и её программного фреймворка. ARTEX HUB, ХАБ Серверное ядро платформы: принимает потоки от роботов, хран...