Plataforma open source para acompanhar e visualizar treinamentos de IA, registrando métricas, hiperparâmetros e dados de hardware, com implantação na nuvem ou autohospedada.
4,3 mil232PythonApache-2.0Atualizado há 3 dias
aimhubio/aim
Rastreador de experimentos open source e auto-hospedado para registrar execuções de treinamento de ML e metadados, compará-las em uma interface e consultá-las com um SDK Python.
Alternativa open source a:Weights & Biases
TensorBoard
MLflow
- Estrelas
- 6,289
- Forks
- 413
- Issues abertas
- 483
- Último commit
- há 20 horas
O que é?
Aim é uma ferramenta auto-hospedada de rastreamento de experimentos de machine learning. Instale o pacote Python, adicione algumas chamadas ao código de treinamento para registrar parâmetros, métricas, imagens, texto e outros metadados e, em seguida, execute `aim up` para abrir uma interface web onde é possível explorar e comparar as execuções.
A interface permite agrupar, agregar e filtrar execuções pelos parâmetros registrados usando expressões de consulta no estilo Python. O projeto afirma ter sido desenvolvido para lidar com dezenas de milhares de execuções de treinamento. Um SDK Python oferece acesso programático aos mesmos dados registrados, sendo útil para automação e análises em notebooks Jupyter. Conversores integrados importam logs do TensorBoard, MLflow e Weights & Biases, e há callbacks para frameworks como PyTorch Lightning, Hugging Face, Keras e XGBoost.
Para equipes, um servidor centralizado de rastreamento remoto coleta execuções de vários hosts, e estão disponíveis uma imagem oficial do Docker e um guia de implantação no Kubernetes.
Recursos principais
- 01Registra parâmetros, métricas, imagens, áudio e outros metadados das execuções de treinamento.
- 02Interface web para comparar, agrupar e agregar execuções pelos parâmetros registrados.
- 03Expressões de consulta em Python para filtrar execuções e métricas.
- 04SDK Python para acessar os dados registrados programaticamente, inclusive em notebooks Jupyter.
- 05Conversores para importar logs do TensorBoard, MLflow e Weights & Biases.
- 06Servidor centralizado de rastreamento remoto e opções de implantação com Docker/Kubernetes.
Casos de uso
- Comparar centenas ou milhares de execuções de varreduras de hiperparâmetros em um único dashboard.
- Migrar logs existentes do TensorBoard ou MLflow para uma interface de comparação mais escalável.
- Coletar execuções de treinamento de várias máquinas em um único servidor de rastreamento compartilhado.
- Analisar resultados de experimentos programaticamente em notebooks Jupyter.
Antes de usar
- O README informa que há suporte apenas para Linux e macOS.
Em coleções
Tópicos
Perguntas frequentes
- O que é aim?
- Rastreador de experimentos open source e auto-hospedado para registrar execuções de treinamento de ML e metadados, compará-las em uma interface e consultá-las com um SDK Python. Aim é uma ferramenta auto-hospedada de rastreamento de experimentos de machine learning. Instale o pacote Python, adicione algumas chamadas ao código de treinamento para registrar parâmetros, métricas, imagens, texto e outros metadados e, em seguida, execute `aim up` para abrir uma interface web onde é possível explorar e comparar as execuções.
- aim é gratuito? Qual é a licença?
- aim é open source sob a licença Apache-2.0. Confira os termos da licença antes de usá-lo em produtos comerciais.
- aim ainda é mantido?
- Manutenção ativa. O último commit de aim foi em 21 de out. de 2026.
- Para que posso usar aim?
- Comparar centenas ou milhares de execuções de varreduras de hiperparâmetros em um único dashboard. Migrar logs existentes do TensorBoard ou MLflow para uma interface de comparação mais escalável. Coletar execuções de treinamento de várias máquinas em um único servidor de rastreamento compartilhado. Analisar resultados de experimentos programaticamente em notebooks Jupyter.
- Onde consigo aim?
- O código-fonte e as instruções de instalação estão no GitHub: https://github.com/aimhubio/aim
Resumo gerado por IA a partir do README do projeto. As estatísticas do GitHub são atualizadas diariamente.
Projetos relacionados
Biblioteca Python e plataforma hospedada para acompanhar, visualizar e gerenciar experimentos de machine learning, conjuntos de dados e modelos.
11,3 mil907PythonMITAtualizado há 13 horas
Framework Python open source para avaliar, testar e monitorar sistemas de ML e LLM, com mais de 100 métricas integradas e detecção de drift.
8 mil954Jupyter NotebookApache-2.0Atualizado há 23 dias
Pacote Python para criar e compartilhar rapidamente demonstrações web e interfaces para modelos de machine learning, APIs ou qualquer função Python.
43,8 mil3,6 milPythonApache-2.0Atualizado há 4 horas
Keras 3 é um framework de deep learning que roda com JAX, TensorFlow, PyTorch ou OpenVINO para inferência.
64,4 mil19,8 milPythonApache-2.0Atualizado há 19 horas
Biblioteca Python que transforma scripts em apps web interativos para dashboards de dados, relatórios e chat.
46,1 mil4,4 milPythonApache-2.0Atualizado há 3 horas