| name | train-model |
| description | Train an ML model in the QuantConnect ML-Training-Pipeline with thermal-safe GPU usage and rigorous validation. Arguments: <architecture|script> [--dry-run] [--seeds 0,1,7,42,99] [--folds 5] [--bg] |
Train Model
Entrainer un modele ML du pipeline MyIA.AI.Notebooks/QuantConnect/ML-Training-Pipeline/ avec securite thermique GPU et validation rigoureuse. Couvre l'Epic #1454 (Training & Post-Training : RL/PPO, Decision Transformer, GenAI fine-tuning/LoRA).
Pour les cycles longs/batch, deleguer a l'agent training-specialist en async (run_in_background: true).
Arguments
<architecture|script> : nom court (lstm, transformer, mamba, patchtst, itransformer, moe, gnn, dqn-rl, decision-transformer) ou nom de script train_*.py.--dry-run : smoke test CPU via validate_training_package.py --dry-run, sans GPU. Toujours commencer par la.--seeds 0,1,7,42,99 : seeds pour le multi-seed (defaut >=4 parmi 0/1/7/42/99).--folds 5 : walk-forward folds (defaut 5).--bg : lancer le training en background (recommande pour les longs runs).
Process
Phase 0 — Environnement + grounding
- Activer l'env :
& "C:\Users\MYIA\miniconda3\envs\coursia-ml-training\python.exe".
- Lire
REGISTRY.md + CURRICULUM.md : le modele est-il deja un keeper valide ? deprecated ? Ne pas refaire.
Phase 1 — Dry-run CPU (HARD avant tout GPU)
python validate_training_package.py --dry-run # smoke test, pas de GPU
Si le dry-run echoue : reparer (pas contourner). Ne pas passer en GPU sur un package casse.
Phase 2 — Verifier le watchdog thermique (HARD)
python -c "from gpu_training import batch_thermal_check, get_gpu_temp; print('temp:', get_gpu_temp())"
- Temperature non nulle => watchdog actif (MAX_TEMP=80C,
cool_sleep=30, AMP).
ImportError ou temp 0 => protection thermique en no-op silencieux (gpu_training.py absent). NE PAS lancer un long run GPU sans protection : restaurer le module ou monitorer nvidia-smi manuellement. Documenter.
Phase 3 — Training
- Lancer
python scripts/train_<arch>.py (via env coursia-ml-training), en --bg pour les longs runs.
- Noter l'ID du BG + nature attendue. Pendant le run, avancer une 2e track (2 tracks min, cf CLAUDE.md operations longues).
- Check a intervalles utiles :
tail -50 <log> | grep -E "FINAL|RESULT|ERROR|temp". Pas event-par-event.
Phase 4 — Validation rigoureuse (gate PR)
- Walk-forward 5-fold (
WalkForwardSplitter), pas single split.
- >=4 seeds ; edge >= 2sigma cross-seed, sinon flag "noise".
- DM significance (
dm_test.py / diebold_mariano.py).
- Comparaison
majority_class_baseline + couts de transaction (5bps SPY, 10bps crypto).
- Pas de FAANG/Mag7 en training set.
- Verdict honnete :
BEATS / NO BEATS / INCONCLUSIVE. Jamais "promising". Single-seed => [POC] explicite.
Phase 5 — Registry + livrable
python registry_update.py pour mettre a jour REGISTRY.md.- Checkpoints
.pt volumineux/transients : ne pas stager dans la PR.
- Rapport (metriques par seed/fold, verdict, DM p-value) sur le dashboard, pas dans un fichier du repo.
- PR : un sujet, body avec WF + seeds + edge + baseline + tx costs + verdict (sinon CHANGES_REQUESTED).
Anti-patterns interdits
- Sauter le dry-run et lancer direct en GPU.
- Lancer un long run GPU sans verifier le watchdog importable (Phase 2).
- Claim "BEATS" sans multi-seed + DM significance.
- Python systeme au lieu de coursia-ml-training.
- Stager des
.pt lourds.
Voir aussi
