MLflow (машинное обучение полного цикла)

Продукт
Разработчики: Linux Foundation, Databricks
Дата премьеры системы: июль 2020 г
Отрасли: Информационные технологии

2020: Запукс проекта по реализации машинного обучения «под ключ»

В конце июня 2020 года Linux Foundation сообщила о запуске под своим крылом проекта MLflow, в рамках которой развивает одноимённого платформа для реализации полного цикла машинного обучения.

Проект MLflow, который первоначально развивала компания Databricks, упрощает создание и развертывание моделей машинного обучения, а также обмен ими. Инструмент предполагает набор API, которые работают с любой библиотекой, в том числе с PyTorch, TensorFlow, и XGBoost, а также в любой среде, включая облачные сервисы.

MLflow - это проект для тех разработчиков, которые оперируют огромным количеством разных моделей, с разными базами кода, графиками, метриками и нуждаются в инструменте, который позволяет отслеживать все показатели при оптимизации кода и настройке модели для дальнейшего развития. У MLflow есть встроенные интеграции с Docker, TensorFlow, PyTorch, Kubernetes, Java, Spark и другими открытыми проектами. Данный инструмент уже используют такие компании, как Microsoft, Accenture, SK Telecom, а также Вашингтонский университет.

Linux Foundation запустила проект по реализации машинного обучения «под ключ»

Создатель MLflow Матей Захария отметил, что данный инструмент стал стандартом для платформ машинного обучения благодаря сообществу участников, которое состоит из сотен инженеров из более чем ста компаний. Машинное обучение продолжает трансформировать процессы во всех отраслях, позволяя выполнять миллиарды задач автоматически.

Это представляет особенную значимость для здравоохранения, финансов и розничной торговли. Партнерство MLflow и Linux Foundation позволит привлечь к использованию универсального инструмента для создания и тестирования моделей машинного обучения еще больше разработчиков. Заинтересованные в инструменте разработчики могут найти больше информации о том, как установить и использовать MLflow в блоге проекта на GitHub.[1][2]

Примечания



СМ. ТАКЖЕ (2)