# Aim в Spaces

**Aim** — это простой в использовании и мощный open-source-трекер экспериментов. Aim фиксирует ваши тренировочные прогоны, предоставляет удобный интерфейс для их сравнения и API для программного запроса данных. ML-инженеры и исследователи используют Aim explorers, чтобы за несколько кликов сравнить тысячи тренировочных прогонов.

Ознакомьтесь с [документацией Aim](https://aimstack.readthedocs.io/en/latest/), чтобы узнать больше об Aim. Если у вас есть идея новой функции или вы заметили ошибку, не стесняйтесь [создать запрос на добавление функции или сообщить об ошибке](https://github.com/aimhubio/aim/issues/new/choose).

В следующих разделах вы узнаете, как развернуть Aim на Hugging Face Hub Spaces и просматривать свои тренировочные прогоны непосредственно из Hub.

## Развертывание Aim на Spaces

Вы можете развернуть Aim на Spaces в один клик!

    

После создания Space вы увидите статус `Building`, а когда он сменится на `Running,` ваш Space будет готов к работе!

Теперь, когда вы переходите в раздел **App** вашего Space, вы можете получить доступ к Aim UI.

## Сравните свои эксперименты с Aim на Spaces

В качестве примера рассмотрим быструю демонстрацию PyTorch CNN, обученной на MNIST, чтобы показать процесс развертывания Aim on Spaces от начала до конца. Полный пример находится в [каталоге examples репозитория Aim](https://github.com/aimhubio/aim/blob/main/examples/pytorch_track.py).

```python
from aim import Run
from aim.pytorch import track_gradients_dists, track_params_dists

# Initialize a new Run
aim_run = Run()
...
items = {'accuracy': acc, 'loss': loss}
aim_run.track(items, epoch=epoch, context={'subset': 'train'})

# Track weights and gradients distributions
track_params_dists(model, aim_run)
track_gradients_dists(model, aim_run)
```

Эксперименты, отслеживаемые с помощью Aim, хранятся в папке `.aim`. **Чтобы отображать журналы с помощью Aim UI в вашем Space, необходимо сжать папку `.aim` в файл `tar.gz` и загрузить его в ваш Space с помощью `git` или разделов Files and Versions вашего Space.**

Вот bash-команда для этого:

```bash
tar -czvf aim_repo.tar.gz .aim
```

Всё готово! Теперь откройте раздел App вашего Space, и Aim UI будет доступен вместе с вашими логами. Вот что вы увидите:

![Aim UI on HF Hub Spaces](https://user-images.githubusercontent.com/23078323/232034340-0ba3ebbf-0374-4b14-ba80-1d36162fc994.png)

Фильтруйте свои эксперименты с помощью Pythonic-поиска Aim. Вы можете писать Pythonic-[запросы к](https://aimstack.readthedocs.io/en/latest/using/search.html) всему, что вы отслеживаете: метрикам, гиперпараметрам и т. д. Посмотрите несколько [примеров](https://huggingface.co/aimstack) на HF Hub Spaces.

> [!TIP]
> Обратите внимание, что если ваши логи в формате TensorBoard, вы можете легко конвертировать их в Aim одной командой и воспользоваться множеством продвинутых и высокопроизводительных функций для сравнения запусков обучения.

## Подробнее о HF Spaces

- [Пространства HF Docker](https://huggingface.co/docs/hub/spaces-sdks-docker)
- [Примеры HF Docker space](https://huggingface.co/docs/hub/spaces-sdks-docker-examples)

## Обратная связь и поддержка

Если у вас есть предложения по улучшению или нужна поддержка, пожалуйста, создайте issue в [репозитории Aim на GitHub](https://github.com/aimhubio/aim).

Также для обсуждения в сообществе доступен [Discord-сервер Aim](https://github.com/aimhubio/aim#-community).