kimevans111/training-log-agent

O que training-log-agent faz?

Um agente de ferramenta de IA baseado em regras para análise de logs de treinamento de aprendizado profundo, diagnóstico de métricas, sugestões de ajuste, plotagem e geração de relatórios.

Visão Geral

Este agente automatiza a análise de logs de treinamento de deep learning. Ele usa um conjunto de regras para:

• Diagnosticar métricas: perda, acurácia, learning rate, overfitting, underfitting
• Sugerir ajustes: recomenda mudanças em hiperparâmetros (taxa de aprendizado, regularização, etc.)
• Plotar: gera curvas de perda/acurácia, distribuições de gradientes, etc.
• Gerar relatórios: produz relatórios em Markdown ou HTML

Plataformas Suportadas

• TensorFlow (arquivos events.out.tfevents.* e training.log)
• PyTorch (arquivos de log customizados e checkpoints)
• JAX (logs de métricas)
• Logs CSV e JSON

Como Usar

1. Coloque seus logs de treinamento em um diretório (ex: ./logs/)
2. Execute o agente com:

python training_log_agent.py --log-dir ./logs/ --output-dir ./reports/

3. Veja os resultados em ./reports/ (relatório + plots)

Configuração

As regras de diagnóstico são definidas em um arquivo YAML:

rules:
  - name: perda_alta
    condition: loss > 2.0 no inicio do treinamento
    suggestion: Reduza a taxa de aprendizado ou aumente o batch size
  - name: overfitting
    condition: val_loss aumenta enquanto train_loss diminui
    suggestion: Aplique regularização (dropout, weight decay) ou reduza a complexidade do modelo

Recursos

• Diagnóstico automático: sem intervenção manual
• Sugestões práticas: baseadas em heurísticas de ML
• Plotagem flexível: customize gráficos via parâmetros
• Relatórios estruturados: Markdown ou HTML

Exemplo de Uso

from training_log_agent import TrainingLogAgent

agent = TrainingLogAgent(rule_file='rules.yaml')
agent.analyze(log_dir='./logs/', output_dir='./output/')

Licença

MIT