跳轉到主要內容
Beplay体育安卓版本平台的博客

宣布MLflow 2.0的可用性

分享這篇文章

MLflow每月的下載量超過1300萬,已經成為標準的端到端MLOps平台,使各種規模的團隊,分享、打包和部署任何批量或實時推理模型。Beplay体育安卓版本磚,管理MLflow提供了一個管理版本MLflow企業級的可靠性和安全性,以及無縫的集成磚機器學習的運行時,特色商店,Serverless實時推理。每天成千上萬的組織正在使用MLflow磚權力各種生產機器學習應用。

今天,我們很高興宣布MLflow 2.0的可用性!建築在MLflow強勁的平台基礎上,MLflow 2.0包含Beplay体育安卓版本了大量的用戶反饋來簡化數據科學工作流和提供創新,一流MLOps工具。特性和改進包括擴展MLflow食譜(原名MLflow管道),如AutoML hyperparameter調優,和分類支持,以及現代化與ML生態係統集成,簡化MLflow跟蹤UI,刷新的核心api MLflow平台組件,等等。Beplay体育安卓版本

加速模型開發與MLflow食譜

MLflow配方使數據科學家能夠快速開發高質量的模型並將它們部署到生產環境。MLflow食譜,你可以快速開始使用預定義的解決方案對各種食譜毫升建模任務,迭代速度與配方執行引擎,和容易船健壯的模型提供模塊化生產,可檢查的模型代碼和配置沒有任何重構。MLflow 2.0包含MLflow食譜作為核心平台組件。Beplay体育安卓版本這也使得一些重要的擴展,包括支持分類模型、改進的數據分析和hyperparameter調優功能。

MLflow配方自動為你找到一個高質量的模型使用AutoML機器學習任務。詳細的性能的見解和參數為進一步調優和迭代產生。
MLflow配方自動為你找到一個高質量的模型使用AutoML機器學習任務。詳細的性能的見解和參數為進一步調優和迭代產生。

MLflow 2.0還引入了AutoML MLflow食譜,並顯著減少所需的時間製作出高質量的模型。隻是為你的回歸或指定一個數據集和目標列分類任務,毫升和MLflow配方自動探索一個巨大的空間框架,體係結構和參數化提供一個最優模型。模型參數可用作進一步優化,全麵的結果記錄到MLflow跟蹤複製參考和比較。

開始MLflow食譜,觀看演示視頻和檢查在mlflow.org上快速入門指南

MLflow食譜幫助我們毫升開發工作流程標準化和自動化。內置可視化和實驗跟蹤集成,我們增加了實驗速度,加速開發過程模型。與其他團隊的集成變得容易,簡化部署模型的路徑。
——丹尼爾•加西亞薩帕塔數據科學家,CEMEX

簡化你的工作流刷新MLflow核心體驗

MLflow 2.0,我們興奮地介紹核心平台的刷新UI api和MLflow跟蹤基於大量來自MLflow用戶的反饋和磚的客Beplay体育安卓版本戶。beplay体育app下载地址簡化平台經驗簡化數據科學MLOBeplay体育安卓版本ps工作流,幫助你更快地達到生產。

當你訓練和比較模型,您創建的每個MLflow運行現在有一個獨特的,令人難忘的名字來幫助你識別最好的結果。稍後,您可以輕鬆地檢索一組MLflow運行通過名稱或ID使用擴展MLflow搜索過濾器,以及尋找實驗名稱和標記。時候部署模型,MLflow 2.0的修改模型得分API提供了一個豐富的請求和響應格式將額外的信息,比如預測置信區間。

刷新MLflow實驗頁麵提取最相關的模型性能信息和使您可以把你的實驗進展的最佳運行備查。在MLflow 2.0中,每個運行都有一個唯一的名稱,便於識別和跟蹤。
刷新MLflow實驗頁麵提取最相關的模型性能信息和使您可以把你的實驗進展的最佳運行備查。在MLflow 2.0中,每個運行都有一個唯一的名稱,便於識別和跟蹤。

除了改善MLflow的核心api,我們重新設計了實驗頁麵MLflow跟蹤、蒸餾最相關的模型和簡化的搜索體驗的信息。新實驗頁麵還包括一個固定功能輕鬆地跟蹤運行最好的模型作為實驗進展。更新的頁麵也可以現在磚;簡單的點擊實驗側欄的圖標並選擇一個或多個實驗開始。

“磚,我們現在可以跟蹤實驗和模擬的不同版本,包跨組織和共享模型;迅速和部署模型。因此,我們可以在預測模型進行迭代以更快的速度導致更準確的預測。”
全球主管- Johan Vallin數據科學伊萊克斯

利用最新的ML工具大規模在任何環境中

從第一天開始,MLflow開放接口設計哲學簡化端到端機器學習機器學習工作流程,同時提供兼容絕大的生態係統,讓所有毫升從業者在使用他們喜歡的工具集。使用MLflow 2.0,我們加倍的致力於提供一流的支持最新和最大的機器學習庫和框架。

為此,MLflow 2.0包括一個修改集成TensorFlow Keras,統一的日誌記錄和評分模型類型在一個公共接口的功能。現代化的mlflow.tensorflow模塊還為用戶提供了一個令人愉快的體驗與TensorFlow核心api使用Keras數據科學家,同時保持簡單。

MLflow 2.0的mlflow.evaluate () API創建豐富的模型性能和explainability報告任何MLflow模型。
MLflow 2.0的mlflow.evaluate () API創建豐富的模型性能和explainability報告任何MLflow模型。

此外,在MLflow 2.0中,mlflow.evaluate ()API模型評價了穩定、生產就緒。隻有一行代碼,mlflow.evaluate ()任何毫升模型創建一個全麵的性能報告。簡單地指定數據集和MLflow模型,mlflow.evaluate ()生成性能指標、性能情節和模型explainability適合您的建模問題的見解。您還可以使用mlflow.evaluate ()驗證模型的性能與預定義的閾值和比較新車型的性能提供一個基準,確保您的模型滿足生產需求。關於模型評價的更多信息,請查看“MLflow模型評價”博客模型評價文檔在mlflow.org上。

“很多我們所做的是在機器學習和人工智能。MLflow提高模型生命周期管理的關鍵,讓我們可以想象結果和結果從這些模型”
董事總經理,主管——Anurag Sehgal全球市場,瑞士信貸(Credit Suisse)

2.0開始使用管理MLflow磚

我們邀請你嚐試管理MLflow 2.0磚!如果你是一個現有的磚用戶,你可以開始使用MLflow 2.0今天安裝庫在你的筆記本或集群。MLflow 2.0也將預裝的12.0版本磚機器學習的運行時。訪問數據磚MLflow指南(AWS][Azure][GCP)開始。如果你沒有一個磚的用戶,訪問m.eheci.com/product/managed-mlflow了解更多,開始免費試用2.0 MLflow磚和管理。的完整列表MLflow 2.0中的新特性和改進,看到版本更新日誌

管理MLflow 2.0是端到端的生產磚平台的一部分機器學習建立在開放Beplay体育安卓版本lakehouse體係結構,其中包括特色商店Serverless實時推理。關於磚機器學習的更多信息,請訪問m.eheci.com/product/machine-learning。學習如何規範與磚機器學習和擴展MLOps工作流,結賬大MLOps書

接下來是什麼

當我們興奮MLflow你怎麼處理這個新版本,我們繼續工作額外的改進整個MLflow UI,包括一個全新的運行經驗比較與改進的可視化。我們還將深化MLflow跟蹤和磚Lakehouse平台之間的集成。Beplay体育安卓版本你可以探索的路線圖在這裏。我們歡迎您的輸入和貢獻。

免費試著磚

相關的帖子

看到所有Beplay体育安卓版本平台的博客的帖子
Baidu
map