Databricks出品的MLflow：一个完整机器学习生命周期的开源平台-python开发

机器学习

Databricks出品的MLflow：一个完整机器学习生命周期的开源平台 MLflow：机器学习生命周期平台 MLflow 是一个简化机器学习开发的平台，包括跟踪实验、将代码打包成可重现的运行以及共享和部署模型。 MLflow 提供了一组轻量级 API，可与任何现有的机器学习应用程序或库（TensorFlow、PyTorch、XGBoost 等）一起使用，无论您当前在何处运行 ML 代码（例如在笔记本、独立应用程序或云中）。 MLflow 的当前组件是： MLflow 跟踪：一个 API，用于记录机器学习实验中的参数、代码和结果，并使用交互式 UI 进行比较。 MLflow 项目：一种使用 Conda 和 Docker 可重复运行的代码打包格式，因此您可以与他人共享您的 ML 代码。 MLflow 模型：一种模型打包格式和工具，可让您轻松部署相同模型（来自任何 ML 库）以在 Docker、Apache Spark、Azure ML 和 AWS SageMaker 等平台上进行批量和实时评分。 MLflow 模型注册表：一个集中的模型存储、一组 API 和 UI，用于协作管

文件下载

资源详情

[{"title":"（ 1374 个子文件 8.87MB ） Databricks出品的MLflow：一个完整机器学习生命周期的开源平台-python开发","children":[{"title":"MANIFEST.in 474B ","children":null,"spread":false},{"title":".dockerignore 381B ","children":null,"spread":false},{"title":"README.rst 6.37KB ","children":null,"spread":false},{"title":"CONTRIBUTING.rst 24.79KB ","children":null,"spread":false},{"title":"pylintrc 17.00KB ","children":null,"spread":false},{"title":"......","children":null,"spread":false},{"title":"文件过多，未全部展示","children":null,"spread":false}],"spread":true}]

评论信息

其他资源

免责申明

【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论【只为小站】经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见版权及免责申明

Databricks出品的MLflow：一个完整机器学习生命周期的开源平台-python开发

文件下载

资源详情

评论信息

其他资源

免责申明

个人信息

相关资源标签

热门下载

最新下载