sm-ml-project-scaffold is a Data Science and deep learning project structure. An environment to develop your entire machine (deep) learning project, from exploratory data analysis to production-ready code running in a Docker container.
The folders are organized as follows:
sm-ml-project-scaffold
├── README.md
├── algorithm
│ ├── README.md
│ ├── __init__.py
│ ├── custom_losses.py
│ ├── custom_metrics.py
│ ├── data_models
│ │ ├── README.md
│ │ ├── __init__.py
│ │ └── get_data.py
│ ├── lib
│ │ ├── README.md
│ │ └── __init__.py
│ ├── model.py
│ ├── optimizers.py
│ ├── schemas
│ │ ├── README.md
│ │ ├── default_hyperparameters.json
│ │ ├── input_schema.json
│ │ └── output_schema.json
│ ├── sm_algo.py
│ ├── sm_serve.py
│ ├── sm_train.py
│ └── util
│ ├── README.md
│ └── __init__.py
├── bin
│ └── docker-entrypoint.sh
├── buildspec.yml
├── data
│ ├── eval
│ ├── test
│ └── train
├── doc
├── docker_build
│ ├── Dockerfile
│ └── build_and_push.sh
├── examples
├── notebooks
│ ├── README.md
│ ├── eda.ipynb
│ └── outline.ipynb
├── opt
│ └── ml
│ ├── input
│ │ ├── config
│ │ └── data
│ │ ├── eval
│ │ ├── examples
│ │ └── train
│ ├── model
│ └── output
├── package.info
├── requirements.txt
├── scripts
│ └── __init__.py
├── templates
│ ├── docker_buildspec_template.yml
│ └── mxnet_hyperparameters_template.json
└── test
27 directories, 33 files
- Clone this repo.
- Use README files in each folder to guide your project.
- Get rid of what you don't need.
- Send me suggestions or pull requests.