用于机器学习项目规范
ml_template/
|- bin/ # 包含可执行的的脚本和main文件
|- config/ # 配置文件
|- notebooks/ # 用于EDA探索和建模的的notebooks
|- secrets # 包含api密钥和秘密参数。如果上传至git需要将该项隐藏或加入.gitignore文件
|- src/ # 源代码 - 包含核心功能
|- tests/ # 测试文件应该是src文件夹的镜像
|- Makefile # 通过make utility使任务自动化
这些说明将使你在本地机器上建立和运行一个项目的副本,目的是用于开发和测试。
git clone https
conda create -n ml_template python=1.0
source activate ml_template
python -m pip install pip-tools
pip-compile --output-file requirements.txt requirements.in requirements_dev.in
python -m pip install -r requirements.txt
编写好的测试文件置于 ./tests 目录下, 你需要运行以下命令来执行它们。
make tests
添加关于如何在实时系统(生产)上部署的附加说明。
如果团队成员想要在这个项目中做出贡献,请按照开始部分的步骤在本地设置该项目。
我们使用尽量少的包来保证高质量的代码。在提交之前,你可以运行: 使用 black 来格式化你的代码
make black
获得关于不符合pep8代码规范的预警信息: (该命令会运行项目中的所有.py文件。)
make lint
你也可以自动运行black、lint和其他一些软件包,在提交前分析和检查你的代码库。
make precommit
ml_template - leepand6@gmail.com