aiauto-client 0.1.16__tar.gz → 0.1.18__tar.gz

{aiauto_client-0.1.16 → aiauto_client-0.1.18}/PKG-INFO

@@ -1,6 +1,6 @@
 Metadata-Version: 2.1
 Name: aiauto-client
-Version: 0.1.16
+Version: 0.1.18
 Summary: AI Auto HPO (Hyperparameter Optimization) Client Library
 Author-email: AIAuto Team <ainode@zeroone.ai>
 Project-URL: Homepage, https://dashboard.common.aiauto.pangyo.ainode.ai

aiauto_client-0.1.16/examples/simple_example.py → aiauto_client-0.1.18/examples/example_simple.py

@@ -8,10 +8,11 @@
   - Mac ARM 환경에서도 문제없이 실행 가능
 
 실행:
-  $ python simple_example.py
+  $ python example_simple.py
 """
 
 import aiauto
+import optuna
 import time
 
 
@@ -27,7 +28,6 @@ ac = aiauto.AIAutoController('<token>')
 
 # single objective accuracy
 def objective_simple(trial):
-    import optuna
     import aiauto
     """
     간단한 2차 함수 최적화
@@ -67,7 +67,7 @@ if __name__ == '__main__':
     time.sleep(5)
 
     study_wrapper.optimize(
-        simple_objective,
+        objective_simple,
         n_trials=20,
         parallelism=2,  # 동시 실행 Pod 수
         # use_gpu=False,  # default

{aiauto_client-0.1.16 → aiauto_client-0.1.18}/examples/example_torch_multiple_objective.py

@@ -52,6 +52,11 @@ def objective_multi(trial):
     import aiauto
 
 
+    # TODO singleton 객체에 토큰 값 지정하면 객체 초기화 시 설정 됨
+    # ac.get_artifact_store() 하기 위한 용도로 objective 안에서 한 번 더 초기화
+    # singleton 이라서 상관 없다
+    ac = aiauto.AIAutoController('<token>')
+
     # objective 함수의 매개변수로 받아온 optuna 자체의 trial 을 aiauto 에서 사용하는 TrialController 로 Warpping Log 찍는 용도
     # log 는 optuna dashboard 에서 확인 가능
     # 하나의 trial objective 함수 안에서만 사용하는 trial 객체
@@ -263,6 +268,11 @@ def objective_detailed(trial):
     import aiauto
 
 
+    # TODO singleton 객체에 토큰 값 지정하면 객체 초기화 시 설정 됨
+    # ac.get_artifact_store() 하기 위한 용도로 objective 안에서 한 번 더 초기화
+    # singleton 이라서 상관 없다
+    ac = aiauto.AIAutoController('<token>')
+
     # objective 함수의 매개변수로 받아온 optuna 자체의 trial 을 aiauto 에서 사용하는 TrialController 로 Warpping Log 찍는 용도
     # log 는 optuna dashboard 에서 확인 가능
     # 하나의 trial objective 함수 안에서만 사용하는 trial 객체

{aiauto_client-0.1.16 → aiauto_client-0.1.18}/examples/example_torch_single_objective.py

@@ -52,6 +52,11 @@ def objective_single(trial):
     import aiauto
 
 
+    # TODO singleton 객체에 토큰 값 지정하면 객체 초기화 시 설정 됨
+    # ac.get_artifact_store() 하기 위한 용도로 objective 안에서 한 번 더 초기화
+    # singleton 이라서 상관 없다
+    ac = aiauto.AIAutoController('<token>')
+
     # objective 함수의 매개변수로 받아온 optuna 자체의 trial 을 aiauto 에서 사용하는 TrialController 로 Warpping Log 찍는 용도
     # log 는 optuna dashboard 에서 확인 가능
     # 하나의 trial objective 함수 안에서만 사용하는 trial 객체
@@ -155,10 +160,10 @@ def objective_single(trial):
         root="/tmp/cifar10_data",  # Pod의 임시 디렉토리 사용
         train=True,
         download=True,
-        transform=[
+        transform=transforms.Compose([
             transforms.ToTensor(),
             transforms.Normalize((0.5, 0.5, 0.5), (0.5, 0.5, 0.5)),
-        ],
+        ]),
     )
     # 전체 데이터를 train, valid로 분할
     n_total = len(dataset)
@@ -266,6 +271,11 @@ def objective_detailed(trial):
     import aiauto
 
 
+    # TODO singleton 객체에 토큰 값 지정하면 객체 초기화 시 설정 됨
+    # ac.get_artifact_store() 하기 위한 용도로 objective 안에서 한 번 더 초기화
+    # singleton 이라서 상관 없다
+    ac = aiauto.AIAutoController('<token>')
+
     # objective 함수의 매개변수로 받아온 optuna 자체의 trial 을 aiauto 에서 사용하는 TrialController 로 Warpping Log 찍는 용도
     # log 는 optuna dashboard 에서 확인 가능
     # 하나의 trial objective 함수 안에서만 사용하는 trial 객체
@@ -355,19 +365,19 @@ def objective_detailed(trial):
         root="/tmp/cifar10_data",
         train=True,
         download=True,
-        transform=[
+        transform=transforms.Compose([
             transforms.ToTensor(),
             transforms.Normalize((0.5, 0.5, 0.5), (0.5, 0.5, 0.5)),
-        ],
+        ]),
     )
     test_dataset = datasets.CIFAR10(
         root="/tmp/cifar10_data",
         train=False,
         download=True,
-        transform=[
+        transform=transforms.Compose([
             transforms.ToTensor(),
             transforms.Normalize((0.5, 0.5, 0.5), (0.5, 0.5, 0.5)),
-        ],
+        ]),
     )
 
     tc.log(f'full dataset: train {len(train_dataset)}, test {len(test_dataset)}')

{aiauto_client-0.1.16 → aiauto_client-0.1.18}/pyproject.toml

@@ -4,7 +4,7 @@ build-backend = "setuptools.build_meta"
 
 [project]
 name = "aiauto-client"
-version = "0.1.16"
+version = "0.1.18"
 description = "AI Auto HPO (Hyperparameter Optimization) Client Library"
 readme = "README.md"
 requires-python = ">=3.8"

{aiauto_client-0.1.16 → aiauto_client-0.1.18}/src/aiauto/core.py

@@ -190,7 +190,7 @@ class StudyWrapper:
         requirements_list: Optional[List[str]] = None,
         resources_requests: Optional[Dict[str, str]] = None,
         resources_limits: Optional[Dict[str, str]] = None,
-        runtime_image: Optional[str] = 'ghcr.io/astral-sh/uv:python3.8-bookworm-slim',
+        runtime_image: Optional[str] = None,
         use_gpu: bool = False
     ) -> None:
         # 리소스 기본값 설정
@@ -199,13 +199,13 @@ class StudyWrapper:
                 resources_requests = {"cpu": "2", "memory": "4Gi"}
             else:
                 resources_requests = {"cpu": "1", "memory": "1Gi"}
-        
+
         if resources_limits is None:
             if use_gpu:
                 resources_limits = {"cpu": "2", "memory": "4Gi"}
             else:
                 resources_limits = {"cpu": "1", "memory": "1Gi"}
-        
+
         if runtime_image is None or runtime_image == "":
             if use_gpu:
                 runtime_image = "pytorch/pytorch:2.1.0-cuda12.1-cudnn8-runtime"

{aiauto_client-0.1.16 → aiauto_client-0.1.18}/src/aiauto_client.egg-info/PKG-INFO

@@ -1,6 +1,6 @@
 Metadata-Version: 2.1
 Name: aiauto-client
-Version: 0.1.16
+Version: 0.1.18
 Summary: AI Auto HPO (Hyperparameter Optimization) Client Library
 Author-email: AIAuto Team <ainode@zeroone.ai>
 Project-URL: Homepage, https://dashboard.common.aiauto.pangyo.ainode.ai

{aiauto_client-0.1.16 → aiauto_client-0.1.18}/src/aiauto_client.egg-info/SOURCES.txt

@@ -1,9 +1,9 @@
 MANIFEST.in
 README.md
 pyproject.toml
+examples/example_simple.py
 examples/example_torch_multiple_objective.py
 examples/example_torch_single_objective.py
-examples/simple_example.py
 src/aiauto/__init__.py
 src/aiauto/_config.py
 src/aiauto/constants.py