# DSTK
<!-- <img src=`docs/source/_static/dstk.png` width=`200`/> -->
- Free software: Apache Software License 2.0
# Overview
**DSTK** est une libraire haut-niveau pour faciliter le développement et le déploiment d'outil de machine learning. Il s'articule essentiellement autour de 2 outils :
* PyTorch ;
* Scikit-Learn.
L'ancien nom x250 faisait référence au code boite X250 qui est le code boite de datalabs/IA Factory. Le développement de ce package est étroitement lié au développement du template data science (qui aujourd'hui a fusionné avec le socle Python).
**DTSK** est compatible avec `Python >= 3.5`, mais `Python >= 3.8` est fortement recommandé.
# Documentation
[Une documentation Sphinx hébergée par Read the Docs est disponible.](https://x250.readthedocs.io/en/latest/index.html "Document DSTK")
# Installation
Pour installer DSTK utiliser la commande : `pip install dstk-x250`.
## Release Notes
### 3.0
* Changement de nom, **la librairie x250 devient DSTK** afin d'être rendu publique sur PyPi dans un premiet temps et sur conda dans un second.
### 2.0
* Résolutions de bugs diverses.
* Concept de Callback pour x250.pytorch permettant de rendre la partie entraînement plus modulaire et lisible.
* Intégration du concept de SWA (Stochastic Weight Averaging) pour rendre les modèles plus robuste à l'inférence.
### 1.0
* Séparation du template data science et des _utils.py afin d'être intégré au socle Python d'Arkéa.
* Création du package x250 restructurant les _utils.py.
* Intégration de l'utilitaire PyTorch permettant de wrapper un réseau profond à Scikit-Learn simplement.
### 0.1
* Intégration de fonctions et classes utilitaires au template dans des fichiers _utils.py à différent niveau de la structure du template.
### 0.0
* Création du squelette template data science.
Raw data
{
"_id": null,
"home_page": "https://gitlab.com/Kirire/x250",
"name": "dstk-x250",
"maintainer": "",
"docs_url": null,
"requires_python": ">=3.5",
"maintainer_email": "",
"keywords": "",
"author": "Cyrile Delestre",
"author_email": "cyrile.ufr.orsay@gmail.com",
"download_url": "https://files.pythonhosted.org/packages/c9/41/d4fe861601a99552c8fb5b5e278e08928b26ab77e2303a53179764576ad9/dstk_x250-3.8.22.tar.gz",
"platform": "any",
"description": "# DSTK\n\n<!-- <img src=`docs/source/_static/dstk.png` width=`200`/> -->\n\n\n- Free software: Apache Software License 2.0\n\n# Overview\n\n**DSTK** est une libraire haut-niveau pour faciliter le d\u00e9veloppement et le d\u00e9ploiment d'outil de machine learning. Il s'articule essentiellement autour de 2 outils :\n * PyTorch ;\n * Scikit-Learn.\n\nL'ancien nom x250 faisait r\u00e9f\u00e9rence au code boite X250 qui est le code boite de datalabs/IA Factory. Le d\u00e9veloppement de ce package est \u00e9troitement li\u00e9 au d\u00e9veloppement du template data science (qui aujourd'hui a fusionn\u00e9 avec le socle Python).\n\n**DTSK** est compatible avec `Python >= 3.5`, mais `Python >= 3.8` est fortement recommand\u00e9.\n\n# Documentation\n\n[Une documentation Sphinx h\u00e9berg\u00e9e par Read the Docs est disponible.](https://x250.readthedocs.io/en/latest/index.html \"Document DSTK\")\n\n# Installation\n\nPour installer DSTK utiliser la commande : `pip install dstk-x250`.\n\n## Release Notes\n\n### 3.0\n\n * Changement de nom, **la librairie x250 devient DSTK** afin d'\u00eatre rendu publique sur PyPi dans un premiet temps et sur conda dans un second.\n\n### 2.0\n\n * R\u00e9solutions de bugs diverses.\n * Concept de Callback pour x250.pytorch permettant de rendre la partie entra\u00eenement plus modulaire et lisible.\n * Int\u00e9gration du concept de SWA (Stochastic Weight Averaging) pour rendre les mod\u00e8les plus robuste \u00e0 l'inf\u00e9rence.\n\n### 1.0\n\n * S\u00e9paration du template data science et des _utils.py afin d'\u00eatre int\u00e9gr\u00e9 au socle Python d'Ark\u00e9a.\n * Cr\u00e9ation du package x250 restructurant les _utils.py.\n * Int\u00e9gration de l'utilitaire PyTorch permettant de wrapper un r\u00e9seau profond \u00e0 Scikit-Learn simplement.\n \n### 0.1\n\n * Int\u00e9gration de fonctions et classes utilitaires au template dans des fichiers _utils.py \u00e0 diff\u00e9rent niveau de la structure du template.\n\n### 0.0\n\n * Cr\u00e9ation du squelette template data science.\n",
"bugtrack_url": null,
"license": "Apache Software License 2.0",
"summary": "Package d'utilitaires pour les projets de data science.",
"version": "3.8.22",
"project_urls": {
"Homepage": "https://gitlab.com/Kirire/x250"
},
"split_keywords": [],
"urls": [
{
"comment_text": "",
"digests": {
"blake2b_256": "bd2cc3ddea3c9965f34a980a9cda4ed27e7a47d7232fcc67f777de4be6447ad2",
"md5": "8d48ccb58db4b1c7c05093747e2f10c0",
"sha256": "fce3ae9b5c2a457008518c905bc030c7b37404319ee4accf2b98eb869114a6dd"
},
"downloads": -1,
"filename": "dstk_x250-3.8.22-py2.py3-none-any.whl",
"has_sig": false,
"md5_digest": "8d48ccb58db4b1c7c05093747e2f10c0",
"packagetype": "bdist_wheel",
"python_version": "py2.py3",
"requires_python": ">=3.5",
"size": 123924,
"upload_time": "2024-02-18T09:37:36",
"upload_time_iso_8601": "2024-02-18T09:37:36.491711Z",
"url": "https://files.pythonhosted.org/packages/bd/2c/c3ddea3c9965f34a980a9cda4ed27e7a47d7232fcc67f777de4be6447ad2/dstk_x250-3.8.22-py2.py3-none-any.whl",
"yanked": false,
"yanked_reason": null
},
{
"comment_text": "",
"digests": {
"blake2b_256": "c941d4fe861601a99552c8fb5b5e278e08928b26ab77e2303a53179764576ad9",
"md5": "4b4011de5e9cd19de35e08035467a62d",
"sha256": "e3ed77cebb1dbab0340ed30ab0220edf635fd8101395dbd036efb7e8ee838c70"
},
"downloads": -1,
"filename": "dstk_x250-3.8.22.tar.gz",
"has_sig": false,
"md5_digest": "4b4011de5e9cd19de35e08035467a62d",
"packagetype": "sdist",
"python_version": "source",
"requires_python": ">=3.5",
"size": 3898215,
"upload_time": "2024-02-18T09:37:39",
"upload_time_iso_8601": "2024-02-18T09:37:39.146405Z",
"url": "https://files.pythonhosted.org/packages/c9/41/d4fe861601a99552c8fb5b5e278e08928b26ab77e2303a53179764576ad9/dstk_x250-3.8.22.tar.gz",
"yanked": false,
"yanked_reason": null
}
],
"upload_time": "2024-02-18 09:37:39",
"github": false,
"gitlab": true,
"bitbucket": false,
"codeberg": false,
"gitlab_user": "Kirire",
"gitlab_project": "x250",
"lcname": "dstk-x250"
}
JSON