MLflow
実験管理、モデルのパッケージング、バージョン管理、デプロイといった機械学習のライフサイクルを管理するための、オープンソースプラットフォームです。
- 活発にメンテナンスされている
- 財団の支援あり
- 寛容なライセンス
概要
MLflow は、すべての機械学習トレーニング実行のパラメータ、メトリクス、成果物を記録し、チームが実験を比較して結果を再現できるようにします。学習済みモデルを、様々なサービングフレームワークで使える標準フォーマットにパッケージ化し、バージョン管理と本番環境への昇格のためのモデルレジストリを管理します。フレームワークに依存せず、カタログに既にある PyTorch、TensorFlow、scikit-learn などと連携できます。
MLflow は、実験や散在するノートブックやスプレッドシートではなく、体系的に実験を追跡しモデルを管理する必要があるデータサイエンスチームに向いており、カタログの機械学習フレームワークのエントリに現在欠けている MLOps のギャップを埋めます。
このカタログに掲載されている理由
カタログ評価: ★★★★☆ (4/5)
The standard open-source ML lifecycle/experiment-tracking platform.
- 基盤プロジェクト
- 財団によるガバナンス
- カテゴリ
- AI・機械学習
- 言語
- Python
- ライセンス
- Apache-2.0
関連プロジェクト
Kubeflow
Apache-2.0パイプライン、モデルトレーニング、ハイパーパラメータチューニング、サービングを1つのツールキットにまとめた、Kubernetes 向けの機械学習プラットフォームです。
活発にメンテナンスされている
- AI・機械学習
KServe
Apache-2.0機械学習モデルを大規模にサービングするための Kubernetes ネイティブなプラットフォームで、フレームワークをまたいでモデルのデプロイを標準化します。
活発にメンテナンスされている
- AI・機械学習
Milvus
Apache-2.0スケーラブルな類似検索と AI アプリケーション向けに構築された、オープンソースのベクトルデータベースです。
活発にメンテナンスされている
- AI・機械学習
- データベース
PyTorch
BSD-3-Clause研究段階のプロトタイピングから本番デプロイまでの道のりを加速する、オープンソースの機械学習フレームワークです。
活発にメンテナンスされている
- AI・機械学習
誤りを見つけましたか? GitHub で修正を提案する