Phase 19: Capstone Projects

دمو تحقیق آخر تا آخر

یک دمو جایی است که هر قراردادی که قبلاً نوشته اید باید نوشته شود. اگر یکی از آنها به طور پراکنده منتشر شود، دمو درس است که آن را می گیرد.

Type: Build

Languages: Python

Prerequisites: Phase 19 lessons 50-53

Time: ~90 minutes

اهداف یادگیری

  • حلقۀ تحقیق خودکار را از پایان به آخر متصل کنید: تخم فرضیه، دوچرخه آزمایش، برنامه نویس، حلقۀ منتقد، نویسنده کاغذ.
  • ابتدایی ها را از چهار درس قبلی Track D از طریق واردات ساده پایتون ترکیب کنید، نه یک چارچوب.
  • این حلقه را به یک پایان خود پایان دهید و یک گزارش دمو را منتشر کنید که فهرست تولید هر مرحله را نشان می دهد.
  • نماد دمو را تعیین کننده نگه دارید تا مجموعه آزمایش بتواند شکل نهایی را تأیید کند.
  • حالت شکست واضح را در هنگام شکستن قرارداد هر مرحله ای ایجاد کنید، بنابراین مرحله بعدی با ورودی شکسته اجرا نمی شود.

چه چیزی در اینجا ترکیب می شود

flowchart LR
    Seed[Seed hypotheses] --> Sched[Iteration scheduler]
    Sched --> Exp[Experiment runner]
    Exp --> Bus[Result bus]
    Bus --> Sched
    Bus --> Trig[Paper trigger]
    Trig --> Pick[Best result picker]
    Pick --> Critic[Critic loop]
    Critic --> Writer[Paper writer]
    Writer --> Report[Demo report]

پنج مرحله. بیج یک لیست از سه فرضیه است. برنامه نویس شش آزمایش را با سه نقطه موازی انجام می دهد. اتوبوس یک یا چند محرک کاغذ را گزارش می دهد. انتخاب کننده بهترین نتیجه را انتخاب می کند. حلقه انتقادی بر روی یک مسود ساخته شده از آن نتیجه تکرار می کند. نویسنده کاغذ آخرین LaTeX ، BibTeX و مانیف را منتشر می کند.

چرا واردش ميکني نه کپي

هر درس اولي يه خطري ميدهmain.pyبا کلاس ها و عملکردهای عمومی داده ها.sys.pathاین یک برنامه ی چارچوبی نیست، این همان وارد کردن فایل های تست در درس های قبلی است که قبلاً استفاده می شود.

flowchart TB
    Demo[57: end-to-end demo] --> A[54: PaperWriter]
    Demo --> B[55: CriticLoop]
    Demo --> C[56: IterationScheduler]
    Demo --> Inline[Inline stub: seed and runner]

این استوب برای درس پنجاه تا پنجاه و سه است: یک ژنراتور کوچک فرضیه های تخم و یک عملکرد پاداش همغږي. کاربر می تواند با تنظیم دو واردات استوب را با primitives واقعی از آن درس ها عوض کند.

تضمین های تعیین کننده

در این مرحله، یک برنامه نویس به عنوان یک مدیر در حال انجام آزمایش است. در این مرحله، یک مدیر در حال انجام آزمایش است. در این مرحله، یک مدیر در حال انجام آزمایش است. در این مرحله، یک مدیر در حال انجام آزمایش است. در این مرحله، یک مدیر در حال انجام آزمایش است. در این مرحله، یک مدیر در حال انجام آزمایش است. در این مرحله، یک مدیر در یک مرحله ای در مرحله ای در مرحله ای در مرحله ای در مرحله ای در مرحله ای در مرحله ای در مرحله ای در مرحله ای در مرحله ای در مرحله ای در مرحله ای در مرحله ای در مرحله ای در مرحله ای در مرحله ای در مرحله ای در مرحله ای در مرحله ای در مرحله ای در مرحله ای در مرحله ای در مرحله ای در مرحله ای در مرحله ای در مرحله ای در مرحله ای در مرحله ای در مرحله ای در مرحله ای در مرحله ای در مرحله ای در مرحله ای در مرحله ای در مرحله ای در مرحله ای در مرحله ای در مرحله ای در مرحله ای در مرحله ای در مرحله ای در مرحله ای در مرحله ای در مرحله ای در مرحله ای در مرحله ای در مرحله ای در مرحله ای در مرحله ای در مرحله ای در مرحله ای در مرحله ای در مرحله ای در مرحله ای در مرحله ای در مرحله ای در مرحله ای در مرحله ای در مرحله ای در مرحله ای در مرحله ای در مرحله ای در مرحله ای در مرحله ای در مرحله ای در مرحله ای در مرحله ای در مرحله ای در مرحله ای در مرحله ای در مرحله ای در مرحله ای در مرحله ای در مرحله ای در مرحله ای در مرحله ای در مرحله ای در مرحله ای در مرحله ای در مرحله ای در مرحله ای در مرحله ای در مرحله ای در مرحله قرار می گیرد.

با داده کردن همان دانه، دیمو گزارش مشابهی را منتشر می کند. تست این ویژگی را با اجرا کردن دیمو دو بار و مقایسه مانیست تأیید می کند.

شکل گزارش دمو

flowchart TB
    Rep[DemoReport] --> Sch[scheduler_report]
    Rep --> Pick[best_branch and best_reward]
    Rep --> Cri[critic_result]
    Rep --> Pap[paper_manifest]
    Rep --> Term[stop_reason]

هر میدان به معنای واقعی کلمه از مرحله بالا می آید. دمو هیچ محصول را تغییر نمی دهد؛ آن را ترکیب می کند. این آزمون دیمو است.

کنترل حالت شکست

هر مرحله یا موفق می شود یا یک خطای تایپ شده را ایجاد می کند.

textScheduler ........ returns SchedulerReport with stop_reason
                   in {queue_empty, max_experiments, deadline}
Best-result pick . raises NoTriggerError if no paper trigger fired
Critic loop ...... returns LoopResult with status converged or stopped
Paper writer ..... raises PaperValidationError on contract break

شکست در هر مرحله ای، نمایش را با یک استثنا تایپ می کند. آزمایش ها این قرارداد را مشخص می کنند:test_no_triggers_raises_typed_errorوtest_best_picker_raises_when_no_triggersادعا کن که جمع کننده بالا میرهNoTriggerError-BestResultErrorو هیچ شاخه ای از آن ها به آن ها نیفتاد و نویسنده ای به آن ها دعوت نمی شود.

بهترین انتخاب کننده

برنامه نویس در هر شاخه تگ ها را منتشر می کند. انتخاب کننده شاخه را با بالاترین پاداش متوسط در تمام تگ ها انتخاب می کند. ربط ها به صورت الفبایی با عنوان شاخه شکسته می شوند بنابراین دمو تعیین کننده است. انتخاب کننده یک تابع کوچک خالص است؛ آزمایش آن را بر روی یک گزارش برنامه نویس ثابت می کند.

سیم کشی حلقه انتقادی

حلقه انتقادي در درس پنجاه و پنجم بر روي يكMiniPaper. نمایشگاه ساخت یکMiniPaperاز شاخه انتخاب شده با پر کردن انتزاع با ID شاخه، تخم دو بخش (تاریخ و نتایج) و تنظیم originality_tagاز متوسط پاداش شاخه (و بالا اگر >= 0.8، متوسط اگر>= 0.6، در غیر این صورت کم)

سپس بازبینی کننده طرح را به تقارب تکرار می کند. محصول به نویسنده کاغذ می رود.

کابل نوشتن روزنامه

نویسنده مقاله در درس 54 کار می کنهPaperشکل با اعداد و کتابنامه.MiniPaperاز طریقmini_to_full_paper، که یک ارقام برای شاخه انتخاب شده و یک کتابچه مصنوعی کوچک ساخته شده از اتحاد کلید های نقل قول که منتقد پیشنهاد کرد، را متصل می کند. هر نقل قول که در نمایش اضافه می شود به لیست کتابچه اضافه می شود، بنابراین اعتبار عبور می کند.

چطور کد رو بخونيم

code/main.pyتعریف می کندBestResultError،NoTriggerError،DemoReport،pick_best_branch،build_mini_paper،mini_to_full_paperوrun_demoواردات در بالا تنظیم شده استsys.pathیک بار و بکشPaperWriter،CriticLoopوIterationSchedulerاز درس هايشان

code/tests/test_e2e.pyپوشش: نمایش از پایان به پایان اجرا می شود و گزارش را با تمام پنج زمینه پر شده، تعیین گرایی در دو اجرا، NoTriggerError هنگامی که هیچ شاخه از حد عبور نمی کند، PaperValidationError هنگامی که قرارداد نویسنده شکسته می شود، کاغذی شامل اعداد شاخه انتخاب شده است و دلیل توقف برنامه نویس یکی از ارزش های انتظار می رود.

. به جلوتر می رسیم

سه تا افزونه که ارزش داره بعد از اينکه ديمو سبز بشه اول، حالت مداوم: نتیجه هر مرحله به یک ذخیره JSON کوچک می نویسد تا یک بار دیگر بدون اجرای مجدد مراحل ارزان، شروع مجدد شود. دوم، یک داشبورد: رویدادهای ردیابی از برنامه نویس و حلقه انتقادی به عنوان یک خط زمانی واحد ارائه می شود. سوم، تماس های واقعی مدل: ژنراتور پروزه مورد تمسخر و منتقد تعیین کننده را با مدل های هدایت شده عوض کنید؛ سیم کشی تغییر نمی کند.

کار نمایش ثابت کردن این است که ترکیب معماری است پنج درس، چهار واردات، یک گزارش دفعه بعد که مرحله ای اضافه می کنید، سیم کشی دقیقاً یک خط رشد می کند.

This free lesson is part of the AI Engineering from Scratch curriculum. Read the full explanation, run the lesson code, and verify the result in the interactive reader or from the repository source.

Browse the complete course catalog or open this lesson on GitHub.