betty
Betty: an automatic differentiation library for generalized meta-learning and multilevel optimization
파일 탐색기
최종 버전 다운로드 (.zip)- lint.yaml
- test.yaml
- __init__.py
- engine_dataclass.py
- problem_dataclass.py
- __init__.py
- env_base.py
- __init__.py
- cg.py
- darts.py
- neumann.py
- reinforce.py
- sama.py
- utils.py
- __init__.py
- logger_base.py
- logger_tensorboard.py
- logger_wandb.py
- __init__.py
- early_stopping.py
- __init__.py
- adam.py
- adamw.py
- optimizer.py
- sgd.py
- __init__.py
- data_loader.py
- optimizer.py
- scheduler.py
- __init__.py
- implicit_problem.py
- iterative_problem.py
- iterative_problem_higher.py
- penalty_problem.py
- problem.py
- __init__.py
- buffer.py
- __init__.py
- engine.py
- test_install.py
- utils.py
- version.txt
- custom.css
- dataflow.png
- diagram.png
- logo.svg
- mlo.png
- betty.engine.rst
- betty.hypergradient.rst
- betty.logging.rst
- betty.optim.rst
- betty.problems.rst
- data_reweighting.rst
- maml.rst
- neural_architecture_search.rst
- concept.rst
- concept_architecture.rst
- concept_autodiff.rst
- concept_mlo.rst
- concept_software.rst
- installation.rst
- basic.rst
- basic_logging.rst
- basic_memory.rst
- basic_start.rst
- basic_validation.rst
- intermediate.rst
- intermediate_distributed.rst
- intermediate_hypergradient.rst
- build.sh
- conf.py
- index.rst
- Makefile
- main.py
- model.py
- README.md
- run.sh
- utils.py
- imagenet_classes.json
- create_hdf5.py
- dataset.py
- extract_ILSVRC.sh
- filter.py
- main.py
- model.py
- paper_runs.sh
- README.md
- util.py
- main.py
- mini_imagenet.sh
- models.py
- omniglot.sh
- README.md
- __init__.py
- _util.py
- cdan.py
- dan.py
- dann.py
- jan.py
- mcd.py
- mdd.py
- __init__.py
- classifier.py
- domain_discriminator.py
- grl.py
- kernels.py
- __init__.py
- _util.py
- domainnet.py
- imagelist.py
- office31.py
- officecaltech.py
- officehome.py
- visda2017.py
- __init__.py
- resnet.py
- __init__.py
- .DS_Store
- __init__.py
- .DS_Store
- resnet.py
- data_transform.py
- utils.py
- main.py
- README.md
- run.sh
- analysis_noise.py
- data.py
- distributed.sh
- main.py
- model.py
- README.md
- run.sh
- utils.py
- logistic_regression.py
- logistic_regression_implicit.py
- README.md
- test.py
- build_vocab.py
- coco_data_loader.py
- coco_train.sh
- convt_to_imgs.py
- data_loader.py
- eval_cider.py
- exp_unified.py
- genotypes.py
- model.py
- model_search.py
- myCocoEval.py
- myCocoEvalCider.py
- operations.py
- prepro.py
- README.md
- resnet.py
- soft_argmax.py
- student.py
- train.py
- train_search_IUC.py
- trial.py
- utils.py
- genotypes.py
- model.py
- model_search.py
- operations.py
- README.md
- train.py
- train_search.py
- utils.py
- data.py
- main.py
- models.py
- problems.py
- README.md
- __init__.py
- absa.py
- baseline.py
- optm_utils.py
- progressbar.py
- __init__.py
- eigen.py
- utils.py
- dsrna_search.py
- genotypes.py
- model.py
- model_search.py
- model_search_pcdarts.py
- operations.py
- README.md
- regularizer.py
- utils.py
- genotypes.py
- model.py
- model_search.py
- model_search_pcdarts.py
- operations.py
- README.md
- resnet.py
- train.py
- train_search_sanas.py
- utils.py
- requirements.txt
- requirements_dev.txt
- __init__.py
- test_engine.py
- test_problem.py
- test_regression.py
- 1_quick_start.py
- 2_validation.py
- 3_logging.py
- 4_memory_optimization.py
- 5_distributed_training.py
- .gitignore
- CODE_OF_CONDUCT.md
- CONTRIBUTING.md
- LICENSE
- pyproject.toml
- README.md
- setup.py
# 설치 가이드
1. 코드 내려받기
git clone https://github.com/leopard-ai/betty
깃허브에서 프로젝트 코드 전체를 내 컴퓨터로 내려받습니다.
cd betty
방금 내려받은 프로젝트 폴더 안으로 이동합니다.
2. 공식 설치 스크립트
쉬움 추천사전 준비물
- Python 3 pip 명령어를 쓰려면 Python이 필요합니다.
pip install betty-ml
PyPI에 배포된 패키지를 바로 설치합니다. 소스 클론이 필요 없습니다.
설치 후 새 터미널을 열고, 프로그램의 버전 확인 명령(예: --version)으로 정상 설치됐는지 확인하세요.
이 레포의 README에 적힌 실제 명령어를 그대로 가져왔습니다.
// repository documentation
Was this content helpful?
(0 ratings)