ZenML：可扩展的开源机器学习MLOps框架

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。