7cd / learningtorank Goto Github PK
View Code? Open in Web Editor NEWLicense: MIT License
License: MIT License
На примере этого куска кода:
def process_dataset(raw_dataset_path, processed_dataset_dir):
train_csr_path = os.path.join(processed_dataset_dir, 'train_csr.npz')
train_y_path = os.path.join(processed_dataset_dir, 'train_y.npy')
train_qid_path = os.path.join(processed_dataset_dir, 'train_qid.npy')
test_csr_path = os.path.join(processed_dataset_dir, 'test_csr.npz')
test_y_path = os.path.join(processed_dataset_dir, 'test_y.npy')
test_qid_path = os.path.join(processed_dataset_dir, 'test_qid.npy')
if all(map(os.path.exists, [train_csr_path, train_y_path, train_qid_path, \
test_csr_path, test_y_path, test_qid_path])):
return
...
src/data/dataset.py
и импортируется в src/pipelines/dataload.py
process_dataset()
ничего не знал о локальных путях и названиях файлов, об этом пусть заботится пайплайн dataload.py
(мы для этого передаем ему params.yaml)process_dataset
станет простой функцией, которую можно применить для процессинга всех 4 файловif all(map(os.path.exists, [train_csr_path, train_y_path, train_qid_path, \
test_csr_path, test_y_path, test_qid_path])):
return
- если я правильно понял, то он нужен, чтобы лишний раз не запускать процессинг
- а что если мы поменяли что-от в процессинге и нам нужно его перезапустить? в т.ч. поменяв какой-то параметр в params.yaml? эту логику может выполнять DVC ! Если оформить пайплайн через DVC, и сказать, что у этапа `data_load` есть на выходе 4 файла, то всякий раз при перезапуске DVC будет следить, изменились ли а) выходные данные и б) параметры процессинга в params.yaml - т.е. лишний раз перезапускать не будет
(myvenv) (base) mnrozhkov LearningToRank dev ✗ ❯ python src/pipelines/data_split.py --config=params.yaml
Traceback (most recent call last):
File "src/pipelines/data_split.py", line 44, in <module>
data_split(config_path=args.config)
File "src/pipelines/data_split.py", line 30, in data_split
save_npz(config['data_split']['train_csr_path'], X_train)
File "/Users/mnrozhkov/mlrepa_school/mipt/LearningToRank/myvenv/lib/python3.8/site-packages/scipy/sparse/_matrix_io.py", line 70, in save_npz
np.savez_compressed(file, **arrays_dict)
File "<__array_function__ internals>", line 5, in savez_compressed
File "/Users/mnrozhkov/mlrepa_school/mipt/LearningToRank/myvenv/lib/python3.8/site-packages/numpy/lib/npyio.py", line 686, in savez_compressed
_savez(file, args, kwds, True)
File "/Users/mnrozhkov/mlrepa_school/mipt/LearningToRank/myvenv/lib/python3.8/site-packages/numpy/lib/npyio.py", line 712, in _savez
zipf = zipfile_factory(file, mode="w", compression=compression)
File "/Users/mnrozhkov/mlrepa_school/mipt/LearningToRank/myvenv/lib/python3.8/site-packages/numpy/lib/npyio.py", line 112, in zipfile_factory
return zipfile.ZipFile(file, *args, **kwargs)
File "/Users/mnrozhkov/opt/anaconda3/lib/python3.8/zipfile.py", line 1251, in __init__
self.fp = io.open(file, filemode)
FileNotFoundError: [Errno 2] No such file or directory: 'data/processed/split/X_train.npz'
A declarative, efficient, and flexible JavaScript library for building user interfaces.
🖖 Vue.js is a progressive, incrementally-adoptable JavaScript framework for building UI on the web.
TypeScript is a superset of JavaScript that compiles to clean JavaScript output.
An Open Source Machine Learning Framework for Everyone
The Web framework for perfectionists with deadlines.
A PHP framework for web artisans
Bring data to life with SVG, Canvas and HTML. 📊📈🎉
JavaScript (JS) is a lightweight interpreted programming language with first-class functions.
Some thing interesting about web. New door for the world.
A server is a program made to process requests and deliver data to clients.
Machine learning is a way of modeling and interpreting data that allows a piece of software to respond intelligently.
Some thing interesting about visualization, use data art
Some thing interesting about game, make everyone happy.
We are working to build community through open source technology. NB: members must have two-factor auth.
Open source projects and samples from Microsoft.
Google ❤️ Open Source for everyone.
Alibaba Open Source for everyone
Data-Driven Documents codes.
China tencent open source team.