MLflow

MLflow 跟踪每一次机器学习训练运行的参数、指标和产物，使团队能够对比实验并复现结果，将训练好的模型打包成可跨多种服务框架使用的标准格式，并维护一个模型注册表，用于版本管理和将模型推向生产环境。它与框架无关，可与目录中已有的 PyTorch、TensorFlow、scikit-learn 等配合使用。

MLflow 适合那些需要系统化跟踪实验和管理模型、而不是散落在各种笔记本和电子表格中的数据科学团队，填补了目录中现有机器学习框架条目所缺失的 MLOps 空白。