管理MLflow
機器學習Verwaltung des gesamten Prozesses
MLflow管理是什麼?
管理MLflow basiert汪汪汪MLflow,靜脈Open-Source-Plattform死·馮·磚entwickelt,嗯窩gesamten Lebenszyklus馮機器學習祖茂堂verwalten——麻省理工學院Zuverlassigkeit Sicherheit和Skalierbarkeit毛皮Unternehmen。
Vorteile
Modellentwicklung
Beschleunigen和vereinfachen您das Lebenszyklusmanagement毛皮機器學習麻省理工學院einem standardisierten框架毛皮死Entwicklung produktionsreifer ML-Modelle。麻省理工學院verwalteten MLflow食譜您能ML-Projekte booten, schnelle Iterationen problemlos durchfuhren和hochwertige Modelle在großem Maßstab一個死Produktion senden。
Nachverfolgung馮Experimenten
麻省理工學院MLflow您能Experimente麻省理工學院jed ML-Bibliothek, jedem框架和傑德Programmiersprache durchfuhren和automatisch參數,Kennzahlen,代碼和死Modelle nachverfolgen來自jedem實驗。Außerdem ermoglicht MLflow auf磚潮濕的der eingebauten集成麻省民主黨磚工作區和窩筆記本,Ergebnisse馮Experimenten和港口死entsprechenden Artefakte和Codeversionen gemeinsam自信祖nutzen祖茂堂verwalten祖vergleichen。
Modellverwaltung
Nutzen您一張zentrale Stelle,嗯ML-Modelle祖茂堂entdecken和gemeinsam祖茂堂Nutzen,嗯您gemeinsam vom實驗祖茂堂在線測試和蘇珥Produktion祖茂堂bringen,嗯您Genehmigungs -和Governance-Workflows CI /管道祖茂堂integrieren和嗯ML-Einsatze您Leistung祖茂堂uberwachen。MLflow模型注冊erleichtert窩交換馮技術和Wissen hilft您,死Kontrolle祖茂堂behalten。
Modelle bereitstellen
Implementieren您迅速地Produktionsmodelle毛皮Batch-Inferenzen auf Apache火花™奧得河als rest api mithilfe der integrierten集成麻省理工學院Docker-Containern Azure毫升亞馬遜SageMaker奧得河。麻省理工學院管理MLflow auf磚您能Produktionsmodelle麻省民主黨磚工作調度器和automatisch verwalteten Clustern operationalisieren和uberwachen,嗯您我去Geschaftsanforderungen祖茂堂skalieren。
Funktionen
MLflow-Modellregister
ZENTRALES存儲庫:Registrieren您MLflow-Modelle imMLflow模型注冊。靜脈registriertes莫德爾帽子杯eindeutigen以,一張eindeutige版本,風景明信片eindeutige Stufe製裁Metadaten。
Modellversionierung:Verfolgen您automatisch死Versionen毛皮registrierte Modelle,這要是aktualisiert了。
MODELLPHASE:傑德Modellversion wurden voreingestellte奧得河benutzerdefinierte Phasen zugewiesen, z。b .„舉辦“生產和„”,嗯窩Lebenszyklus進行上一次darzustellen。
集成·馮·CI / CD-Workflows:Zeichnen您Phasenubergange, fordern您Anderungen, uberprufen和genehmigen您您als菩提樹馮CI /管道,嗯一張bessere Kontrolle和Steuerung祖茂堂gewahrleisten。
Modellstufenubergange:Erfassen您neue Registrierungsereignisse奧得河-anderungen als Aktivitaten,貝denen Benutzer, Anderungen和zusatzliche Metadaten是不是Kommentare automatisch protokolliert了。
MLflow-Modelle
MLFLOW-MODELLE:靜脈Standardformat毛皮死Erstellung馮·ML-Modellen das在靜脈Vielzahl馮nachgelagerten工具verwendet了螢石,z。b . Echtzeitbereitstellung uber一張rest api奧得河Batch-Inferenz auf Apache火花。
Modellanpassung:Verwenden您Benutzerdefinierte Python-Modelle和Benutzerdefinierte Varianten毛皮Modelle來自靜脈ML-Bibliothek死·馮·窩在MLflow integrierten Varianten不explizit unterstutzt了。
INTEGRIERTE MODELLVARIANTEN:MLflow bietet mehrere Standardvarianten,死在古老而Anwendungen nutzlich盛德國,以色列立Python - R-Funktionen,擁抱的臉,OpenAI LangChain,火花MLlib PyTorch TensorFlow ONNX。
INTEGRIERTE BEREITSTELLUNGSTOOLS:Schnelle Bereitstellung磚超級Apache火花UDF的皮毛杯lokalen計算機奧得河mehrere安德利果汁Produktionsumgebungen (z。b .微軟Azure ML,亞馬遜SageMaker)和Erstellen馮Docker-Images蘇珥Bereitstellung。
MLflow食譜
VEREINFACHTER PROJEKTSTART:MLflow食譜bietet sofort einsatzbereite verbundene Komponenten zum Erstellen和Bereitstellen馮ML-Modellen。
BESCHLEUNIGTE MODELLITERATION:MLflow食譜erstellt standardisierte, wiederverwendbare Schritte毛皮Modelliteration死去,wodurch der Prozess schneller和kostengunstiger將。
AUTOMATISIERTE TEAMUBERGABEN:Struktur死bietet modularisierten, produktionsbereiten代碼,der一張automatische Ubergabe vom Experimentieren一個死Produktion ermoglicht。
MLflow-Projekte
MLFLOW-PROJEKTE:在MLflow-Projekten軟件——您能死Umgebung代碼ausgefuhrt angeben,《國際衛生條例》將。MLflow unterstutzt derzeit死folgenden Projektumgebungen: Conda-Umgebung Docker-Container-Umgebung Systemumgebung。傑德git存儲庫——奧得河lokale Verzeichnis螢石als MLflow-Projekt behandelt了。
Remote-Ausfuhrungsmodus:Fuhren您mithilfe der Databricks-CLIMLflow-Projekte馮Git奧得河lokalen Quellen Databricks-Clustern aus汪汪汪,古老而謝爾祖茂堂skalieren代碼。
MLFLOW-VERFOLGUNG
MLflow-Verfolgung:Protokollieren您automatisch參數、Codeversionen Kennzahlen和Artefakte毛皮jeden Lauf麻省理工學院Python,休息,R API和Java API
MLflow-Tracking-Server:麻省理工學院einem integrierten Tracking-Server您能迅速地阿萊Laufe和Experimente einem運動protokollieren。磚erforderlich Keine Konfiguration再見。
Experimentverwaltung:Erstellen、sichern organisieren,蘇晨和visualisieren您Experimente麻省理工學院Zugriffskontrolle和Suchanfragen來自民主黨的工作區。
MLFLOW-AUSFUHRUNGSSEITENLEISTE:昨天您能automatisch Ausfuhrungen在筆記本nachverfolgen和毛皮jede Ausfuhrung國際衛生條例筆記本erfassen窗戶的快照,汽水您永遠祖茂堂fruheren Versionen zuruckkehren可以在國際衛生條例規範。
Protokollieren馮Daten麻省理工學院Durchlaufen:Protokollieren您參數,Datensatze、Metriken Artefakte和mehr als Durchlaufe在lokalen Dateien,在靜脈SQLAlchemy-kompatiblen Datenbank奧得河遠程auf einem Tracking-Server。
Delta-Lake-Integration:Verfolgen您umfangreiche Datensatze,死您Modelle麻省理工學院三角洲Lake-Schnappschussen gespeist抗議。
Artefaktspeicher:Speichern您große Dateien她S3-Buckets, freigegebenes NFS-Dateisystem和Modelle在Amazon S3, im Azure Blob-Speicher,穀歌Cloud-Speicher, auf民主黨sftp服務器,在NFS和lokalen Dateipfaden。
看清您西奇然而unsere Produktneuigkeiten馮Azure磚和AWS,嗯mehr uber unsere neuesten Funktionen祖茂堂erfahren。
Vergleichen馮MLflow-Angeboten
是不是es funktioniert
MLflow是靜脈kompakt雜誌Satz馮api和Benutzeroberflachen,死麻省理工學院jedem ML-Framework im gesamten工作流毛皮機器學習verwendet了您能。Er umfasst競爭者Komponenten:MLflow跟蹤,MLflow項目,MLflow模型和MLflow模型注冊
管理MLflow磚汪汪汪
管理MLflow auf磚這vollstandig verwaltete版本馮·MLflow死Anwendern Reproduzierbarkeit和Experimentverwaltung毛皮阿萊Databricks-Notebooks,(工作和-Datenspeicher bietet,麻省理工學院和zwar der Zuverlassigkeit, Sicherheit Skalierbarkeit der統一數據分析平台Beplay体育安卓版本。
