ZenML:可扩展的开源机器学习MLOps框架

20-12-23 banq

ZenML是一个可扩展的开源MLOps框架,用于以简单的方式使用生产就绪的机器学习管道。ZenML的主要功能是:

  • 确保训练实验的可重复性。默认情况下,管道会从数据到模型进行版本控制,自动跟踪实验,并且所有管道配置都是声明性的。
  • 保证实验之间的可比性。
  • 能够在本地和云环境(例如Kubernetes,Apache Beam)之间快速切换。
  • 满足所有MLOps需求的内置和可扩展抽象-从大型数据集上的分布式处理到云集成和模型服务后端。
  • 预先构建的帮助程序,用于比较和可视化输入参数以及管道结果(例如Tensorboard,TFMA,TFDV)。
  • 缓存的管道状态可加快实验迭代的速度。

ZenML专为从数据版本控制到部署模型的所有实验而构建。它取代了脆弱的胶水代码和脚本,以自动化Jupyter Notebooks进行生产就绪的机器学习。核心设计以可扩展的接口为中心,以适应复杂的管道情况,同时提供了包括电池在内的直接“快乐之路”,可在常见用例中获得成功,而无需使用不必要的样板代码。

 

              

猜你喜欢