Skip to main content

> ML_KUTUPHANE // DEEPCHECKS_v1.0

Deepchecks

Deepchecks — Tabüler veriler, bilgisayarla görme ve LLM uygulamaları için bütünsel test ve doğrulama çatısı.

evaluation-observabilityv0.18.1Apache-2.0qualified
Resmi DokümantasyonKaynak Kod Deposu

Model Eğitimi (Training)

Desteklenmiyor

Bu kütüphane optimize edilmiş bir inference motorudur; model eğitimi için kullanılmaz.

Model Sunumu (Inference)

Destekleniyor
Inference Hızlandırıcıları:
CPU
Hedef Ortamlar (Targets):server

Neleri Sağlar (Ne Yapar)

  • +Veri bütünlüğü için anahtar teslim test paketleri (dize uyumsuzlukları, çelişkili etiketler, aykırı değer tespiti)
  • +Eğitim-test doğrulaması: veri sızıntısını, görülmemiş kategorik değerleri ve öznitelik sapmasını tespit etme
  • +Bilgisayarlı görü kontrolleri: görüntü parlaklığı, bulanıklık, en-boy oranı anomalileri ve neredeyse kopya görüntüler
  • +İstem güvenliği ve halüsinasyon testleri için Deepchecks LLM değerlendirme modülü

Neleri Sağlamaz (Ne Yapmaz)

  • -Doğrudan makine öğrenimi modelleri eğitme
  • -Yüksek verimli düşük gecikmeli çıkarım uç noktaları sunma
  • -Gerçek zamanlı akış halinde mikrosaniyelik telemetri işleme

>Uygun İş Tipleri

  • Yeni alınan ham tabüler veri kümelerinde eğitim öncesi doğrulama paketleri çalıştırma
  • Pahalı GPU eğitimlerinden önce otomatik bilgisayarlı görü veri kümesi hijyeni denetimi
  • Dağıtım öncesinde eğitim-test veri sızıntısı olmadığını doğrulayan ML birim testleri

>Uygun Olmayan İş Tipleri

  • Düşük gecikmeli istek başına API ağ geçitleri
  • Gerçek zamanlı video akışı işleme
Veri Yerleşimi ve İkameti

Yalnızca yerel bellekte çalışır. Sıfır harici ağ telemetrisi.

Güvenlik Değerlendirmesi

Kısıtlamasız ticari kullanım haklarına sahip Apache-2.0 lisansı.

Operasyonel Metrikler ve Bilinen Kısıtlar

Olgunluk:mature
Öğrenme Eğrisi:low
Operasyon Yükü:low
Maliyet Seviyesi:free-oss
> Bilinen Kısıtlamalar:
  • On binlerce yüksek çözünürlüklü görüntü üzerinde kapsamlı bilgisayarlı görü paketleri çalıştırmak önemli miktarda CPU belleği gerektirebilir.

İlişkili Üretim Arıza Paternleri (Incidentpedia)

Bu kütüphaneyi üretimde kullanırken aşağıdaki arıza senaryolarına karşı fail-closed korumalar uygulayın:

training-serving-skew

> Birincil Kanıt ve Doğrulama Kaynakları

Deepchecks Documentationofficial-docs • >=0.17.0, <=0.18.x
2026-09-25HIGH