# Spaces'te Giskard

**Giskard**, LLM, tablo ve NLP modelleri için bir yapay zeka modeli kalite test aracıdır. Yapay zeka modellerini taramak ve test etmek için kullanılan açık kaynaklı bir Python kütüphanesi ile artık Hugging Face'in Docker Spaces'i kullanılarak dağıtılabilen bir Yapay Zeka Modeli Kalite Testi uygulamasından oluşur. Açık kaynaklı kütüphanenin özelliklerini genişleten Yapay Zeka Modeli Kalite Testi uygulaması şunları yapmanızı sağlar:

- Sorunlarınızı teşhis etmek için hata ayıklama testleri

- Otomatik model içgörileri sayesinde alanına özel testler oluşturun

- Hangi modelin öne çıkarılacağına karar vermek için modelleri karşılaştırın

- Model sonuçlarınız için iş geri bildirimi toplayın

- Sonuçlarınızı hizalama için meslektaşlarınızla paylaşın

- Tüm QA nesnelerinizi (testler, veri dilimleri, değerlendirme kriterleri vb.) daha verimli çalışmak için tek bir yerde saklayın

Giskard tarafından sağlanan tüm araçları nasıl kullanacağınızı öğrenmek için [Giskard'ın belgelerini](https://docs.giskard.ai/) ve [Hızlı Başlangıç Kılavuzlarını](https://docs.giskard.ai/en/latest/getting_started/quickstart/index.html) ziyaret edin.

Sonraki bölümlerde, kendi Giskard AI Model Quality Testing uygulamanızı dağıtmayı ve onu doğrudan Hugging Face Spaces üzerinden kullanmayı öğreneceksiniz. Bu Giskard uygulaması, **Docker kullanılarak Spaces üzerinde tamamen barındırılan bağımsız bir uygulamadır**.

## Giskard'ı Spaces'te Dağıt

Giskard'ı birkaç tıklamayla Spaces üzerinde dağıtabilirsiniz:

    

> [!WARNING]
> VERİ KALICILIĞI HAKKINDA ÖNEMLİ NOT: Başlangıç keşfi ve deneyler için Giskard Space'i olduğu gibi kullanabilirsiniz. **Küçük ölçekli projelerde daha uzun süreli kullanım için bir [Storage Bucket](https://huggingface.co/docs/hub/storage-buckets) ekleyin**. Bu, 24 saatte bir gerçekleşen Space yeniden başlatmaları sırasında veri kaybını önler.

**Owner** (kişisel hesabınız veya bir kuruluş), **Space name** ve **Visibility** tanımlamanız gerekir. Modellerinizi ve kalite testlerinizi herkese açık olarak paylaşmak istemiyorsanız, Space'inizi **Private** olarak ayarlayın.

Space oluşturulduktan sonra `Building` durumunu görürsünüz. `Running` durumuna geçtiğinde Space'iniz kullanıma hazırdır. Ekranda bir değişiklik görmüyorsanız sayfayı yenileyin.

## Ücretsiz lisans talep edin

Giskard Space'iniz hazır olduğunda, uygulamayı kullanmaya başlamak için ücretsiz bir lisans talep etmeniz gerekir. Ardından, lisans dosyasını içeren bir e-posta otomatik olarak size gönderilir.

## Yeni bir Giskard projesi oluşturun

Uygulamanın içine girdikten sonra, karşılama ekranından yeni bir proje oluşturarak başlayın.

## Hugging Face Giskard Space Token ve Giskard API anahtarı oluşturun

Giskard API anahtarı, yapay zeka modellerinizin çalıştığı ortam ile Hugging Face Spaces'teki Giskard uygulaması arasındaki iletişimi kurmak için kullanılır. Uzayınızın **Görünürlük** ayarını **Özel** olarak belirlediyseniz, Hugging Face Giskard Uzay Anahtarını oluşturmak ve özel Uzayınıza erişim için iletişim kurmak üzere bir Hugging Face kullanıcı erişim anahtarı (access token) sağlamanız gerekir. Bunu yapmak için Giskard uygulamasının ayarlar sayfasında görüntülenen talimatları izleyin.

## ML işçisini başlatın

Giskard, modelinizi Python ortamınızda doğrudan çalışan ve modelinizin gerektirdiği tüm bağımlılıkları içeren bir işçi (worker) aracılığıyla çalıştırır. ML işçisini (worker) şu şekilde çalıştırabilirsiniz:

- Modelinizin tüm bağımlılıklarını içeren çekirdekten, yerel defterinizden

- Modelinizin tüm bağımlılıklarını içeren çekirdekten Google Colab üzerinden

- Veya modelinizin tüm bağımlılıklarını içeren Python ortamında terminalinizden

Modelinizin tüm bağımlılıklarını içeren Python ortamında aşağıdaki komutu çalıştırmanız yeterlidir:

```bash
giskard worker start -d -k GISKARD-API-KEY -u https://XXX.hf.space --hf-token GISKARD-SPACE-TOKEN
```

## Test süitlerinizi, modellerinizi ve veri setlerinizi yükleyin

Bir proje için kaliteli testler oluşturmaya başlamak için model ve veri seti nesnelerini yüklemeniz ve Giskard Python kütüphanesinden bir test paketi oluşturmanız veya yüklemeniz gerekir.

> [!TIP]
> Giskard'ın Python kütüphanesindeki otomatik model tarama aracından test paketleri oluşturma konusunda daha fazla bilgi için Giskard'ın [Hızlı Başlama Kılavuzları](https://docs.giskard.ai/en/latest/getting_started/quickstart/index.html) sayfasına gidin.

Bu işlemlerin tümü, Python ortamınız ile Giskard Space arasında bir bağlantı gerektirir. Bunu, Giskard uygulamasının ayarlar sayfasındaki “Create a Giskard Client” kod parçasını kopyalayıp Python ortamınızda çalıştırarak sağlayın:

```python
from giskard import GiskardClient

url = "https://user_name-space_name.hf.space"
api_key = "gsk-xxx"
hf_token = "xxx"

# Create a giskard client to communicate with Giskard
client = GiskardClient(url, api_key, hf_token)
```

Sorunlarla karşılaşırsanız, Giskard'ın [upload object dokümantasyon sayfasına](https://docs.giskard.ai/en/latest/giskard_hub/upload/index.html) gidin.

## Geri bildirim ve destek

Önerileriniz varsa veya belirli bir desteğe ihtiyacınız varsa, lütfen [Giskard'ın Discord topluluğuna](https://discord.com/invite/ABvfpbu69R) katılın veya [Giskard'ın GitHub deposu](https://github.com/Giskard-AI/giskard) üzerinden bize ulaşın.