pyattacker

English | 简体中文

为模型评估和其他数据集任务构建可恢复的 Python 工作流。 在一个 Runner 下组合任务链、共享资源池、重试与持久检查点。

开始学习 Python API 参考

从这里开始

安装 Python 3.11 或更高版本，然后安装库：

python -m pip install pyattacker
pyattacker demo

使用 YAML 配置时安装 pyattacker[yaml]，基础库没有运行时依赖。 本站跟随 main 分支，已安装的发布版本可能尚未包含全部功能。 要体验开发版本，请克隆仓库并按照教程中的安装步骤操作。

选择阅读路径

你的目标	阅读
编写任务并运行数据集	分步教程
共享端点、重试失败和恢复工作	资源、重试与恢复教程
在一个 Runner 下比较多个实验	实验套件
查询 Python 接口和行为	API 参考
使用 JSON、TOML 或 YAML 驱动运行	CLI 与配置
理解检查点和调度保证	架构设计
比较资源调度策略	基准测试

理解数据保留方式

Runner 默认使用内存存储。需要跨进程恢复时，请选择文件存储。 concurrency 限制执行中的尝试数；max_admitted 限制排队、执行及延迟流水线的总数。 载荷、输入缓冲和存储累积数据也会占用内存。扩大工作负载前请阅读 RunConfig。

探索与贡献

查看可运行示例、 更新记录，或 反馈问题。 本地预览与发布方法见文档维护。