Aim

活跃
GitHub Python Apache-2.0

简介

Aim 是一款开源实验跟踪与 AI 元数据管理工具，提供对比友好的 Web UI、丰富的可视化与可编程查询 API，适合机器学习与 LLM 实验场景下的可观测性需求。

核心特性

  • 训练与 AI 元数据记录 — 简单 API 记录训练运行、超参数、指标与工件
  • 对比友好 UI — 提供强大的 Web 界面横向对比多次实验结果
  • 丰富可视化 — 支持 Plotly 风格图表、图像、音频、文本等多模态可视化
  • 可编程查询 API — 通过 SDK 与 CLI 直接查询实验数据
  • 与主流框架无缝集成 — 兼容 PyTorch Lightning、Hugging Face、TensorFlow 等
  • 自托管与可扩展 — 完全开源，可自部署并扩展存储后端

适用场景

💡 跟踪与对比 LLM 微调实验的超参数与评估指标
💡 在团队内共享模型训练结果与可视化图表
💡 通过 API 把实验元数据接入自定义仪表板
💡 调试长时间训练任务的损失曲线与梯度
💡 在 CI 中记录与回放模型评估运行

标签

experiment-tracking observability ml-ops metadata visualization

分类

📊 可观测性

快速开始

# 安装 Aim
pip install aim

# 在训练脚本中记录实验
from aim import Run

run = Run()
run["hparams"] = {"lr": 0.001, "batch_size": 32}
for step in range(100):
    run.track(0.9 ** step, name="loss", step=step)

# 启动 Web UI 查看结果
aim up
访问 GitHub 访问官网

相关项目