zaina-ml/ml_forge

解決的問題

ML Forge 是一個 PyTorch 流水線的視覺化編輯器，讓使用者無需撰寫程式碼即可建構、訓練與執行影像分類模型。它為希望嘗試神經網路架構與訓練迴圈的使用者，消除了手動撰碼的技術門檻。

如何運作

使用者透過三頁式工作流程進行互動：

1. 資料準備：使用者拖曳節點來定義資料集（如 MNIST 或 CIFAR）並套用轉換。
2. 模型：使用者透過視覺化畫布連接層（如 Conv2D、Linear 和 ReLU），輸入/輸出形狀會自動計算。
3. 訓練：使用者將資料載入器、模型、損失函數與最佳化器連接，以執行訓練流程。

設定完成後，該工具會在內部產生並執行 PyTorch 程式碼。使用者可即時監控損失曲線，儲存檢查點，對訓練完成的模型進行推論，並最終將整個流程匯出為獨立的 train.py PyTorch 指令碼。

適用對象

專為初學者或偏好以視覺化方式建構影像分類模型，而非撰寫重複性 PyTorch 程式碼的研究人員所設計。

主要特色

• 視覺化流水線編輯器：用於資料準備、模型架構與訓練邏輯的拖曳介面。
• 自動形狀計算：連接層時自動填入 in_features 與 in_channels。
• 即時監控：即時損失曲線與包含驗證準確率與擬合診斷的指標摘要。
• 程式碼匯出：可將專案匯出為乾淨、獨立的 PyTorch 程式碼。
• 內建資料集支援：原生支援 MNIST、CIFAR-10/100、FashionMNIST，以及透過 ImageFolder 支援自訂資料夾。