使用MLflow管理機器學習(ML)生命周期

概述

這個研討會是對MLflow的介紹。機器學習(ML)開發帶來了許多超越傳統軟件開發生命周期的新複雜性。與傳統軟件開發不同，ML開發人員希望嚐試多種算法、工具和參數來獲得最佳結果，他們需要跟蹤這些信息來重現工作。此外，開發人員需要使用許多不同的係統來產品化模型。

為了解決這些挑戰，MLflow這個開源項目簡化了整個ML生命周期。MLflow引入了簡單的抽象來打包可複製的項目、跟蹤結果、封裝可以與許多現有工具一起使用的模型，以及共享模型的中央存儲庫，加速了任何規模的組織的ML生命周期。

許多研討會包括筆記本和幻燈片鏈接供您下載。

如果你願意跟我來，請注冊您的免費社區版帳戶或下載MLflow。

MLflow簡介:如何使用MLflow跟蹤

如何使用MLflow Tracking來記錄和查詢實驗:代碼、數據、配置和結果。

模型注冊表工作流程解釋

理解模型注冊中心如何幫助解決ML生命周期的挑戰。

• 模型注冊表背後的概念和動機
• 瀏覽模型注冊表文檔和api
• 如何使用模型注冊表工作流:模型注冊表UI和模型注冊表API
• 如何使用模型注冊表管理、注釋和轉換模型
• 在本地主機上使用模型注冊表UI
• 在本地主機上部署並服務已注冊的模型