deepchecks

环境要求

• Python 环境（需可执行 pip）
• pip 包管理器
• 如需 NLP / 计算机视觉子模块，需安装 deepchecks[nlp] 或 deepchecks[vision]
• 本地监控实例需要 Linux / macOS 与 Docker（Windows 暂不支持）

安装与启动步骤

1. 1安装 Deepchecks 测试库

   README 给出的标准安装方式，-U 升级到最新版，--user 安装到当前用户目录避免权限问题。

   pip install deepchecks -U --user

   复制

2. 2按需安装扩展模块

   处理 NLP 或计算机视觉数据时，用方括号扩展名替换 deepchecks；NLP 还可额外装 nlp-properties。

   pip install "deepchecks[nlp]" -U --user
   pip install "deepchecks[vision]" -U --user

   复制

3. 3用 conda 安装（可选）

   如果使用 conda 环境，可改用 conda-forge 渠道安装，效果等价。

   conda install -c conda-forge deepchecks

   复制

4. 4运行测试套件示例

   用 tabular suite 跑一次验证：先准备好 train_dataset、test_dataset 和 model 对象，再执行并导出 HTML 报告。

   from deepchecks.tabular.suites import model_evaluation
   suite = model_evaluation()
   suite_result = suite.run(train_dataset=train_dataset, test_dataset=test_dataset, model=model)
   suite_result.save_as_html()

   复制

5. 5部署本地监控实例

   在新建目录中打开终端执行，自动下载依赖、安装并本地启动监控应用，耗时几分钟。

   pip install deepchecks-installer
   deepchecks-installer install-monitoring

   复制

6. 6打开监控页面

   安装完成后打开默认部署地址 http://localhost 并进行系统引导；开源版每个部署只能监控单个模型。

如何确认成功

Python 库可正常 import 并运行 suite 生成 HTML 报告；监控实例启动后访问 http://localhost 能打开引导页面。

常见问题

注意事项

• Deepchecks 采用 AGPL v3 许可证发布，商用前请确认合规要求。
• 开源版监控部署每个实例只支持监控一个模型，多模型需部署多实例或使用 SaaS。
• NLP 与 Vision 属于可选子模块，不安装对应扩展时仅能使用表格（tabular）相关功能。
• 项目分为测试/CI 与生产监控两条产品线，安装命令不同，请按需求选择。