aiauto-client 0.1.17__tar.gz → 0.1.19__tar.gz

{aiauto_client-0.1.17 → aiauto_client-0.1.19}/PKG-INFO

@@ -1,6 +1,6 @@
 Metadata-Version: 2.1
 Name: aiauto-client
-Version: 0.1.17
+Version: 0.1.19
 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
@@ -101,8 +101,8 @@ time.sleep(5)
 ```python
 study_wrapper.get_status()
 # {'study_name': 'test', 'count_active': 0, 'count_succeeded': 10, 'count_pruned': 0, 'count_failed': 0, 'count_total': 10, 'count_completed': 10, 'dashboard_url': 'https://optuna-dashboard-10f804bb-52be-48e8-aa06-9f5411ed4b0d.aiauto.pangyo.ainode.ai', 'last_error': '', 'updated_at': '2025-09-01T11:31:49.375Z'}
-while study_wrapper.get_status()['count_completed'] <= study_wrapper.get_status()['count_total']:
-    sleep(10)  # 10초 마다 한 번 씩
+while study_wrapper.get_status()['count_completed'] < study_wrapper.get_status()['count_total']:
+    time.sleep(10)  # 10초마다 확인
 ```
 - best trial 을 가져오는 법
 ```python

{aiauto_client-0.1.17 → aiauto_client-0.1.19}/README.md

@@ -74,8 +74,8 @@ time.sleep(5)
 ```python
 study_wrapper.get_status()
 # {'study_name': 'test', 'count_active': 0, 'count_succeeded': 10, 'count_pruned': 0, 'count_failed': 0, 'count_total': 10, 'count_completed': 10, 'dashboard_url': 'https://optuna-dashboard-10f804bb-52be-48e8-aa06-9f5411ed4b0d.aiauto.pangyo.ainode.ai', 'last_error': '', 'updated_at': '2025-09-01T11:31:49.375Z'}
-while study_wrapper.get_status()['count_completed'] <= study_wrapper.get_status()['count_total']:
-    sleep(10)  # 10초 마다 한 번 씩
+while study_wrapper.get_status()['count_completed'] < study_wrapper.get_status()['count_total']:
+    time.sleep(10)  # 10초마다 확인
 ```
 - best trial 을 가져오는 법
 ```python

aiauto_client-0.1.17/examples/simple_example.py → aiauto_client-0.1.19/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
@@ -75,6 +75,10 @@ if __name__ == '__main__':
     )
     time.sleep(5)
 
+    # 최적화가 끝날 때까지 대기
+    while study_wrapper.get_status()['count_completed'] < study_wrapper.get_status()['count_total']:
+        time.sleep(10)  # 10초마다 확인
+
     study = study_wrapper.get_study()
 
     print('\nBest trials:')

{aiauto_client-0.1.17 → aiauto_client-0.1.19}/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
@@ -131,7 +136,7 @@ def objective_multi(trial):
 
     # 데이터 샘플링 옵션 - 튜닝 시에만 사용
     data_fraction_number = trial.suggest_categorical('data_fraction_number', [4, 8])
-    data_subset_idx = trial.suggest_int('data_subset_idx', 0, data_fraction - 1)
+    data_subset_idx = trial.suggest_int('data_subset_idx', 0, data_fraction_number - 1)
 
     tc.log(f'data_fraction_number={data_fraction_number}, data_subset_idx={data_subset_idx}')
 
@@ -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
@@ -438,7 +448,7 @@ if __name__ == '__main__':
 
     # ========================= subset data optimize ===========================
     study_wrapper.optimize(
-        objective_multi(),
+        objective_multi,
         n_trials=100,
         parallelism=4,  # n_jobs 대신 parallelism 사용
         use_gpu=True,  # GPU 사용
@@ -457,6 +467,10 @@ if __name__ == '__main__':
     )
     time.sleep(5)
 
+    # 최적화가 끝날 때까지 대기
+    while study_wrapper.get_status()['count_completed'] < study_wrapper.get_status()['count_total']:
+        time.sleep(10)  # 10초마다 확인
+
     study = study_wrapper.get_study()
 
     for trial in study.best_trials[:5]:  # 상위 5개만
@@ -467,8 +481,10 @@ if __name__ == '__main__':
         print()
 
     # ========================== full data optimize ============================
-    # best_trial 의 파라미터를 사용해서 전체 데이터로 학습
-    study.enqueue_trial(study.best_trial)
+    # best_trials 중에서 사용자가 원하는 trial 선택해서 전체 데이터로 학습
+    # directions가 두 개이므로 accuracy가 가장 높은 trial 또는 FLOPS가 가장 낮은 trial에서 선택
+    selected_trial = study.best_trials[0]  # 첫 번째 Pareto optimal trial 선택
+    study.enqueue_trial(selected_trial)
     study.optimize(
         objective_detailed,
         n_trials=1,  # enqueue 한 만큼만 실행
@@ -481,3 +497,7 @@ if __name__ == '__main__':
             "memory": "4Gi",
         },
     )
+
+    # 전체 데이터 학습이 끝날 때까지 대기
+    while study_wrapper.get_status()['count_completed'] < study_wrapper.get_status()['count_total']:
+        time.sleep(10)  # 10초마다 확인

{aiauto_client-0.1.17 → aiauto_client-0.1.19}/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
@@ -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
@@ -461,6 +471,10 @@ if __name__ == '__main__':
     )
     time.sleep(5)
 
+    # 최적화가 끝날 때까지 대기
+    while study_wrapper.get_status()['count_completed'] < study_wrapper.get_status()['count_total']:
+        time.sleep(10)  # 10초마다 확인
+
     study = study_wrapper.get_study()
 
     print('\nBest trials:')
@@ -485,3 +499,7 @@ if __name__ == '__main__':
             "memory": "4Gi",
         },
     )
+
+    # 전체 데이터 학습이 끝날 때까지 대기
+    while study_wrapper.get_status()['count_completed'] < study_wrapper.get_status()['count_total']:
+        time.sleep(10)  # 10초마다 확인

{aiauto_client-0.1.17 → aiauto_client-0.1.19}/pyproject.toml

@@ -4,7 +4,7 @@ build-backend = "setuptools.build_meta"
 
 [project]
 name = "aiauto-client"
-version = "0.1.17"
+version = "0.1.19"
 description = "AI Auto HPO (Hyperparameter Optimization) Client Library"
 readme = "README.md"
 requires-python = ">=3.8"

{aiauto_client-0.1.17 → aiauto_client-0.1.19}/src/aiauto_client.egg-info/PKG-INFO

@@ -1,6 +1,6 @@
 Metadata-Version: 2.1
 Name: aiauto-client
-Version: 0.1.17
+Version: 0.1.19
 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
@@ -101,8 +101,8 @@ time.sleep(5)
 ```python
 study_wrapper.get_status()
 # {'study_name': 'test', 'count_active': 0, 'count_succeeded': 10, 'count_pruned': 0, 'count_failed': 0, 'count_total': 10, 'count_completed': 10, 'dashboard_url': 'https://optuna-dashboard-10f804bb-52be-48e8-aa06-9f5411ed4b0d.aiauto.pangyo.ainode.ai', 'last_error': '', 'updated_at': '2025-09-01T11:31:49.375Z'}
-while study_wrapper.get_status()['count_completed'] <= study_wrapper.get_status()['count_total']:
-    sleep(10)  # 10초 마다 한 번 씩
+while study_wrapper.get_status()['count_completed'] < study_wrapper.get_status()['count_total']:
+    time.sleep(10)  # 10초마다 확인
 ```
 - best trial 을 가져오는 법
 ```python

{aiauto_client-0.1.17 → aiauto_client-0.1.19}/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