awesome-repositories.com
Blog
awesome-repositories.com

Entdecke die besten Open-Source-Repositories mit KI-gestützter Suche.

EntdeckenKuratierte SuchenOpen-Source-AlternativenSelf-hosted SoftwareBlogSitemap
ProjektÜber unsRanking-MethodikPresseMCP-Server
RechtlichesDatenschutzAGB
© 2026 Bringes Technology SRL·VAT RO45896025·hello@awesome-repositories.com
·

1 Repo

Awesome GitHub RepositoriesExperiment Metadata Logging

Persistent storage of experiment parameters, system state, and metrics for auditing and retrieval.

Distinct from Database-Backed Persistence: Shortlist candidates focus on job processors or caches; this is specifically about scientific experiment metadata logging.

Explore 1 awesome GitHub repository matching data & databases · Experiment Metadata Logging. Refine with filters or upvote what's useful.

Awesome Experiment Metadata Logging GitHub Repositories

Finde die besten Repos mit KI.Wir suchen mit KI nach den am besten passenden Repositories.
  • idsia/sacredAvatar von IDSIA

    IDSIA/sacred

    4,365Auf GitHub ansehen↗

    Sacred ist ein Experiment-Management-Tool und Reproduzierbarkeits-Framework, das entwickelt wurde, um mehrere Durchläufe eines Prozesses mit unterschiedlichen Konfigurationen zu organisieren. Es fungiert als Machine-Learning-Experiment-Tracker und Hyperparameter-Konfigurationsmanager, der Hyperparameter, Metriken und Metadaten in einer Datenbank protokolliert, um sicherzustellen, dass experimentelle Ausführungen nachvollziehbar bleiben. Das Projekt konzentriert sich auf die Reproduzierbarkeit wissenschaftlicher Ergebnisse, indem es automatisch Zufallszahlen-Seeds verwaltet und Systemabhängigkeiten nachverfolgt. Es ermöglicht die Ausführung von Experimentvarianten durch Parameter-Overrides in der Befehlszeile und dynamische Parameterinjektion, was die Änderung von Einstellungen ohne Änderung des zugrunde liegenden Quellcodes ermöglicht. Das Framework bietet Funktionen für datenbankgestützte Metadatenprotokollierung, wobei Hardware-Details und Softwareversionen erfasst werden, um einen durchsuchbaren Datensatz jedes Durchlaufs zu führen. Es unterstützt zudem die Serialisierung des Ausführungszustands, um die exakte Replikation experimenteller Ergebnisse zu ermöglichen.

    Records experiment parameters and system state to a persistent database for historical retrieval and auditing.

    Python
    Auf GitHub ansehen↗4,365
  1. Home
  2. Data & Databases
  3. Experiment Metadata Logging