使用MLFlow管理機器學習（ML）生命周期

概述

該研討會是MLFlow的介紹。機器學習（ML）開發帶來了傳統軟件開發生命周期之外的許多新複雜性。與傳統軟件開發不同，ML開發人員希望嚐試多種算法，工具和參數以獲得最佳結果，他們需要跟蹤此信息以重現工作。此外，開發人員需要使用許多不同的係統來生產模型。

為了解決這些挑戰，開源項目MLFlow簡化了整個ML生命周期。MLFlow引入了簡單的抽象來包裝可再現的項目，跟蹤結果，封裝可與許多現有工具一起使用的模型以及中央存儲庫來共享模型，從而加速了任何規模的組織的ML生命周期。

許多研討會都包括筆記本和幻燈片鏈接供您下載。

如果您想跟隨，請注冊您的免費社區版帳戶或者下載MLFlow。

MLFlow簡介：如何使用MLFlow跟蹤

如何使用MLFlow跟蹤記錄和查詢實驗：代碼，數據，配置和結果。

模型注冊表工作流程解釋了

了解模型注冊表如何幫助應對ML生命周期的挑戰。

• 模型注冊表背後的概念和動機
• 遊覽模型注冊表文檔和API
• 如何使用模型注冊表工作流程：模型注冊表UI和模型注冊表API
• 如何使用模型注冊表管理，注釋和過渡模型
• 在本地主機上使用模型注冊表UI
• 在本地主機上部署並提供注冊模型