热门城市
- 快召唤伙伴们来围观吧
- 微博 QQ QQ空间 贴吧
- 文档嵌入链接
- 复制
- 微信扫一扫分享
- 已成功复制到剪贴板
Acclerating Production Machine Learning with MLFlow
一次性成功训练和部署机器学习模型是很困难的，让其他数据科学家（包括你自己）过一段时间重做一次，来复现完整的流水线，并跟踪比较不同模型的运行结果，且能随时重新部署或者回滚更新后的模型，这一过程就更加困难了。
在这篇PPT中，大神Matei介绍Databricks的新开源项目MLflow，它致力于减轻机器学习完整生命周期中训练和部署的维护代价。MLflow提供了API，在一个可复现的环境中，可以跟踪不同用户的实验结果，以此可以很好管理和部署生产环境中不同版本的训练模型。MLflow是一个开放的，模块化的平台，它可以和很多其它机器学习库很好配合，并维护其发布流程。自2018年6月份发布以来，已经合并了不少重要的由社区贡献的patch，有45个代码贡献者提交了新的特性以及新的语言支持API，并与一些流行的机器学习库有很好的集成，此篇PPT会介绍最新的MLflow特性，并解释如何开始使用MLflow。
3秒后跳转登录页面
去登陆
