ParamFlow – Python용 경량 레이어드 구성 관리

Source: Dev.to

프로젝트가 하는 일

ML 프로젝트에서 같은 어려움에 계속 부딪혔습니다 — 설정 파일, 환경 변수, CLI 인자를 각각 관리하고, 이를 병합하기 위한 보일러플레이트 코드를 작성하며, 어떤 실험에서 어떤 파라미터가 사용됐는지 추적하지 못했습니다.

ParamFlow는 이를 단 한 번의 호출로 해결합니다:

import paramflow as pf

params = pf.load('params.toml')
print(params.learning_rate)  # 0.001
print(params.batch_size)     # 64

설정 파일, 환경 변수, CLI 인자를 정의된 순서대로 병합하고, 명명된 프로파일을 활성화하며, 순수 Python dict를 반환합니다 — 변환이 필요 없으며 json.dumps, 언패킹, 모든 직렬화 라이브러리와 함께 사용할 수 있습니다.

• 스키마도, 타입 어노테이션도 필요 없습니다 — 타입은 설정 파일 값으로부터 추론됩니다.
• 코드를 수정하지 않고도 런타임에 어떤 파라미터든 오버라이드할 수 있습니다:

python train.py --profile large --learning_rate 0.0005

or

P_LEARNING_RATE=0.0005 python train.py

대상 독자

간단하고 유연한 설정 관리가 필요한 Python 개발자. 특히 재현성이 중요한 ML/연구 프로젝트에 유용합니다 — 각 실행마다 정확히 어떤 파라미터가 사용됐는지 로그에 남깁니다.

• GitHub: https://github.com/mduszyk/paramflow
• PyPI: https://pypi.org/project/paramflow/