MLflow

MLflow on avatud lähtekoodiga platvorm kogu masinõppe elutsükli haldamiseks alates katsetamisest kuni tootmise juurutamiseni. MLflow on osa Apache Software Foundationi avatud lähtekoodiga projektiperest ning seda loob ja haldab Databricks. See pakub tsentraliseeritud süsteemi katsete jälgimiseks ja reprodutseerimiseks, projektide jagamiseks andmeteadlaste vahel ja mudelite tootmiseks juurutamiseks.

MLflow võimaldab ettevõtetel masinõppemudeleid hõlpsalt määratleda, jälgida ja juurutada. See võimaldab kasutajatel katsetada ja proovida erinevaid tehnikaid erinevate parameetritega, et leida oma projekti jaoks parim mudel. Samal ajal pakub see ühtset platvormi, mida saab ühe ühtse liidesega keerukate töövoogude ja orkestreerimisega toime tulla.

MLflow platvorm koosneb kolmest komponendist: jälgimine, projektid ja mudelid. Jälgimiskomponent on süsteem, mis salvestab metaandmeid kasutaja tehtud katsete kohta. See hõlmab riistvarakonfiguratsioone, väljaõppeks kasutatavaid hüperparameetreid ning tulemusi ja mõõdikuid, aga ka tegelikult toodetud artefaktide (nt koolitatud mudelite ja logide) failiteid. Projektide komponent on pakkimis- ja orkestreerimissüsteem ML-projektide arendamiseks, testimiseks ja juurutamiseks. Mudelid on kasutusele võetud mudelid, mida saab tootmises prognoosimiseks kasutada.

MLflow pakub ka avatud lähtekoodiga Pythoni ja R paketti, mis aitab andmeteadlastel koostada, logida ja juurutada ML-projekte. See toetab populaarseid ML-teeke, nagu TensorFlow, PyTorch ja XGBoost, ning aitab kaasa mudelite haldamisele. See integreerub ka populaarsete ressursside jälgimise platvormidega, nagu Kubernetes ja Azure ML.

MLflow kogub andmeteaduse kogukonnas kiiresti tähelepanu ja seda peetakse peamiseks vahendiks, mis toetab organisatsioone oma masinõppe investeeringutest kasu saamiseks. Ühtse platvormi ja automatiseeritud töövooga muudab MLflow masinõppemudelite juurutamise ja haldamise tootmises lihtsamaks.