Toutes les ressources premium et membres pour 8,99 €/mois, en abonnement sans engagement. Voir les offres

PalateKit

Se connecter
Menu

Demander une ressource

Décrivez en une phrase la ressource qui vous manque. Nous vous écrirons quand elle sera publiée.

0 / 280

Une page, une vidéo ou une image en ligne.

Débloquer PalateKit

Tout débloquer

Offre

Le paiement vaut acceptation de nos conditions générales de vente.

Paiement sécurisé par Stripe. Reçus et factures envoyés par e-mail.

Content de vous revoir

Connectez-vous pour installer, télécharger ou sauvegarder cette ressource. Un compte gratuit suffit pour les ressources gratuites.

Mettre en place le suivi d'expériences ML v1.0.0

Utilisez cette ressource pour mettre en place le suivi des expériences d'entraînement avec MLflow ou Weights & Biases

Nouveau

  • 478 téléchargements
  • 157 mentions J'aime
  • 144 sauvegardes

Gratuit

Installer avec la CLI

Dans un terminal, depuis le dossier voulu :

npx --yes palatekit@latest install ml-experiment-tracking-setup

Sans option, la skill va dans ~/.agents/skills/ ; ajoutez --agent claude-code (ou codex, cursor…) pour viser un agent.

Première fois : connectez la CLI avec

npx --yes palatekit@latest login

L'agent détecte le contexte du projet, choisit entre MLflow et Weights & Biases, puis configure l'environnement. Il ajoute le code pour journaliser paramètres, métriques et artefacts, dans un projet neuf ou existant.

Choisie surtout par

Mise à jour le 2 novembre 2026

Carte de la skill « Mettre en place le suivi d'expériences ML »

Caractéristiques

Fonctionne dans
Guides d'installation
Génère avec
Le modèle de votre agent
Licence
MIT

Ressources similaires

Tout voir

Ce que vous obtenez

  • SKILL.md : étapes de configuration, exemples MLflow et W&B et bonnes pratiques
  • assets/, references/ et scripts/ : fichiers README d'orientation seulement

Pour qui

  • Vous voulez comparer des essais d'entraînement de modèles
  • Vous lancez MLflow dans un projet Python

Pas pour qui

    Étiquettes

    • mlflow
    • weights & biases
    • métriques
    • expériences
    • machine learning

    À propos

    Vous dites

    « Mets en place MLflow dans mon projet d'entraînement et journalise les métriques de chaque époque. »

    Carte de la skill « Mettre en place le suivi d'expériences ML »

    Skill publiée par Jeremy Longshore <jeremy@intentsolutions.io> sous licence MIT. Fichiers livrés dans leur version d'origine, en anglais.

    Voir plus

    Comment l'utiliser

    1. Installez la skill dans le dossier de skills de votre agent
    2. Demandez à votre agent de mettre en place le suivi des expériences d'entraînement avec MLflow ou Weights & Biases
    3. Relisez et ajustez le résultat

    Aperçu du contenu

    Fichiers

    • assets/README.md0,1 Ko
    • LICENSE1,1 Ko
    • NOTICE-PALATEKIT.md0,6 Ko
    • references/README.md0,1 Ko
    • scripts/README.md0,7 Ko
    • SKILL.md3,8 Ko

    Origine et licence

    Référencée sans modification

    Auteur
    Jeremy Longshore <jeremy@intentsolutions.io>
    Source
    github.com/jeremylongshore/tons-of-skills-marketplace/tree/ab85a061f7bcc039dac13ee193de7a4cd4388571/skills/.curated/setting-up-experiment-tracking
    Licence
    MIT

    Notice

    « setting-up-experiment-tracking » (Jeremy Longshore <jeremy@intentsolutions.io>, MIT) livré dans sa version d'origine : fiche en français et en anglais par PalateKit.

    Avis des utilisateurs

    –

    Aucune note pour l'instant

    Chargement des avis…

    Supprimer votre avis ?

    Votre note et votre commentaire seront retirés de la fiche.