Hoʻomaopopo ka poʻe a pau i hoʻāʻo i ka hoʻomohala aʻo mīkini i ka paʻakikī. Ma waho aʻe o nā pilikia maʻamau i ka hoʻomohala ʻana i nā polokalamu, ʻo ka hoʻomohala ʻana i ka mīkini aʻo (ML) e hoʻolauna i nā mea pilikia hou aʻe.
Loaʻa nā haneli o nā mea hana open source e kōkua i kēlā me kēia pae o ke kaʻina ola ML, mai ka hoʻomākaukau ʻana i ka ʻikepili ma o ka hoʻomaʻamaʻa kumu hoʻohālike.
ʻAʻole like me ka hoʻomohala polokalamu maʻamau, ke koho nā hui i hoʻokahi mea paahana no kēlā me kēia kaʻina, me ML makemake ʻoe e ʻimi i kēlā me kēia hāmeʻa i loaʻa (e laʻa, algorithm) e ʻike inā hoʻomaikaʻi ia i nā hopena.
ʻO ka hopena, pono nā mea hoʻomohala ML e hoʻohana a hana i nā haneli o nā hale waihona puke.
Loaʻa i nā algorithm aʻoaʻo mīkini he mau kaukani o nā ʻāpana hiki ke hoʻololi ʻia, a he paʻakikī ke ʻike i nā ʻāpana, code, a me nā ʻikepili i komo i kēlā me kēia hoʻokolohua e hana i kahi hoʻohālike, inā ʻoe e hana hoʻokahi a i ʻole i kahi hui.
Me ka ʻole o ka nānā pono ʻana, paʻakikī pinepine nā hui e loaʻa i ke code like e hana hou. Inā he ʻepekema ʻikepili ʻoe e hoʻololi ana i kāu code aʻo ʻana i kahi ʻenekinia no ka hoʻohana ʻana i ka hana, a i ʻole ʻoe e hoʻi i kāu hana mua e ʻike ai i kahi pilikia, he mea koʻikoʻi ka hoʻihoʻi ʻana i nā ʻanuʻu o ke kahe hana ML.
Paʻakikī paha ka hoʻoneʻe ʻana i kahi kumu hoʻohālike no ka nui o nā kaʻina hana a me nā kaiapuni e pono e hoʻohana ʻia (e laʻa, lawelawe REST, koho ʻana a i ʻole nā polokalamu kelepona). ʻAʻohe ala maʻamau no ka hoʻoneʻe ʻana i nā hiʻohiʻona mai kekahi waihona i kekahi o kēia mau mea hana, a no laila ke hoʻolauna nei kēlā me kēia hoʻolaha hou i kahi pilikia.
Ma muli o kēia mau pilikia, ʻike maopopo ʻia e hoʻomaikaʻi nui ka hoʻomohala ʻana i ka ML e lilo i paʻa, wānana, a hoʻohana nui ʻia e like me ka hoʻomohala polokalamu maʻamau.
Nā Luʻi ML
- Aia ka nui o nā mea hana like ʻole. Loaʻa nā haneli o nā haʻina polokalamu e kōkua i kēlā me kēia pae o ke ola aʻo ʻana i ka mīkini, mai ka hoʻomākaukau ʻana i ka ʻikepili a hiki i ka hoʻomaʻamaʻa hoʻohālike. Eia kekahi, ʻaʻole like me ka hoʻomohala ʻana i nā polokalamu maʻamau, ke koho nā hui i hoʻokahi mea hana no kēlā me kēia ʻanuʻu, i ka mīkini aʻo (ML), makemake pinepine ʻoe e ʻimi i kēlā me kēia hāmeʻa i loaʻa (e laʻa, algorithm) e ʻike inā hoʻomaikaʻi ia i nā hopena. ʻO ka hopena, pono nā mea hoʻomohala ML e hoʻohana a hana i nā haneli o nā hale waihona puke.
- He paʻakikī ka mālama ʻana i nā hoʻokolohua. Loaʻa i nā algorithm aʻoaʻo mīkini he mau kaukani o nā ʻāpana hiki ke hoʻololi ʻia, a he paʻakikī ke ʻike i nā ʻāpana, code, a me nā ʻikepili i komo i kēlā me kēia hoʻokolohua e hana i kahi hoʻohālike, inā ʻoe e hana hoʻokahi a i ʻole i kahi hui.
- He paʻakikī ke hoʻokō i ka aʻo ʻana i ka mīkini. Paʻakikī paha ka neʻe ʻana i kahi kumu hoʻohālike no ka nui o nā kaʻina hana a me nā kaiapuni e pono e hoʻohana ʻia (e laʻa, REST lawelawe, hōʻuluʻulu puʻupuʻu, a i ʻole nā polokalamu kelepona). ʻAʻohe ala maʻamau no ka neʻe ʻana i nā hiʻohiʻona mai kekahi waihona i kekahi o kēia mau mea hana. No laila, hoʻopuka kēlā me kēia hoʻolaha hou i kahi pilikia.
He aha MLflow?
ʻO MLflow kahi kahua ākea no ka pōʻaiaola ola aʻo mīkini. Hoʻokumu ʻia ia ma kahi manaʻo hoʻokaʻawale wehe, e noi ana i nā abstractions koʻikoʻi e hiki ai ke hoʻohui koke i nā ʻōnaehana o kēia manawa a me nā algorithm aʻo mīkini me ka ʻōnaehana.
Hōʻike kēia inā he mea hoʻomohala ʻoe e makemake ana e hoʻohana i ka MLflow akā ke hoʻohana nei i kahi framework i kākoʻo ʻole ʻia, ua maʻalahi ka hoʻolālā ʻana i ka wehe ʻana i ka hoʻohui ʻana i kēlā framework a hoʻomaka e hana me ka paepae. Ma ka hoʻomaʻamaʻa, manaʻo kēia e manaʻo ʻia ʻo MLflow e hana me kekahi aʻo aʻo hale waihona puke a ʻōlelo paha.
Eia kekahi, hoʻolaha ʻo MLflow i ka hana hou ʻana, ʻo ia hoʻi, ʻo ka hoʻomaʻamaʻa like ʻana a i ʻole ka hana ʻana i ka mīkini aʻo ʻana i manaʻo ʻia e holo me nā hopena like kūʻokoʻa i ke kaiapuni, inā ma ke ao, ma kahi hana kūloko, a i ʻole ma kahi puke.
ʻO ka hope, kūkulu ʻia ʻo MLflow no ka scalability, no laila hiki ke hoʻohana ʻia e kahi hui liʻiliʻi o nā ʻepekema data a me kahi hui nui me nā haneli o nā loea aʻo mīkini.
Hoʻopili ʻia ʻo MLflow me kekahi waihona aʻo mīkini, algorithm, mea hana hoʻolālā, a i ʻole ʻōlelo. Loaʻa iā ia nā pono penei:
- Hoʻolālā ʻia e hana me kekahi lawelawe kapuaʻi.
- Hoʻonui i ka ʻikepili nui me Apache Spark.
- Hoʻopili ʻia ʻo MLflow me nā ʻano papa hana aʻo mīkini open-source, me Apache Spark, Nānā, a SciKit-Aʻo.
Inā loaʻa iā ʻoe ke code, hiki ke hoʻohana ʻia ʻo MLflow me ia. Hiki iā ʻoe ke kaʻana like i kāu framework a me nā hiʻohiʻona ma waena o nā ʻoihana no ka mea Wehewehe.
Nā ʻāpana MLflow: Pehea lākou e hana ai?
He kahua manuahi a wehe ʻia ʻo MLflow no ka hoʻokele ʻana i ke ola o ML, e komo pū ana ka hoʻokolohua, reproducibility, deployment, a me kahi papa inoa hoʻohālike hoʻokahi. I kēia manawa, ʻehā mau ʻāpana o MLflow:
1. MLflow Tracking
E hoʻomaka wau me MLflow Tracking. Kākoʻo ʻo MLflow i ka hōʻiliʻili ʻana i nā manaʻo koʻikoʻi like ʻole i hoʻopili ʻia i kahi waihona hoʻomaʻamaʻa hoʻomaʻamaʻa metadata tracking. ʻO ka manaʻo mua he hōʻiliʻili o nā hyperparameter koʻikoʻi a i ʻole nā knobs hoʻonohonoho e hoʻoikaika i ka hana hoʻohālike. Me ka hoʻohana ʻana i nā API o MLflow a me kahi lawelawe hoʻokele kikowaena hiki ke mālama i kēia mau mea āpau.
Hiki i nā mea hoʻohana ke hoʻopaʻa i ka ʻikepili hana e loaʻa ai ka ʻike i ka kūleʻa o kā lākou mau kumu aʻo mīkini. Eia kekahi, no ka hana hou ʻana, ʻae ʻo MLflow i nā mea hoʻohana e hoʻopaʻa inoa i ka code kumu kikoʻī i hoʻohana ʻia e hana i kahi hoʻohālike a me kāna ʻano ma ka hoʻopili paʻa ʻana me Git e hoʻopaʻa i kēlā me kēia kumu hoʻohālike i kahi hash commit kikoʻī.
Hiki ke hoʻohana ʻia ʻo MLflow no ka hoʻopaʻa inoa ʻana i nā kiʻi kiʻi, ʻo ia nā faila arbitrary me ka hoʻomaʻamaʻa, ka ʻikepili hoʻāʻo, a me nā hiʻohiʻona iā lākou iho no ka reproducibility.
ʻO ia hoʻi, inā he mea hoʻomohala wau i hoʻomaʻamaʻa wale i kahi kumu hoʻohālike, hiki iaʻu ke hoʻomau iā ia i ka lawelawe ʻimi kikowaena, a hiki i kekahi o kaʻu mau hoa hana ke hoʻouka iā ia ma hope a hoʻomau paha i ka hoʻomaʻamaʻa a hoʻokolohua a hana paha i kēlā ʻano hoʻohālike e hoʻokō i kahi pono kikoʻī. .
Ke hoʻokō nei i kāu code aʻo mīkini a ma hope o ka nānā ʻana i nā hopena, ʻo ka nānā ʻana he API ia e hiki ai iā ʻoe ke hoʻopaʻa inoa i nā ʻāpana, nā mana code, nā ana, a me nā faila. Ua kākau ʻia ma Python, R, a me Java, ma waena o nā ʻōlelo ʻē aʻe. Hiki ke loaʻa ma ke ʻano he REST API, hiki ke hoʻohana ʻia e kūkulu i nā polokalamu ma luna.
Key Features
- Nui nā mea hoʻomohala e hoʻohana i ka MLflow ma kā lākou PC kūloko, kahi e kaʻana like ai ka backend a me ka waihona artifact i kahi papa kuhikuhi ma ka disk.
- Hoʻohana nui nā mea hoʻohana iā SQLite, kahi waihona SQLAlchemy-compatible, e holo i ka MLflow ma kā lākou PC kūloko.
- Kākoʻo pū ʻo MLflow i nā hale hoʻolālā i hoʻohele ʻia. Hoʻokipa ʻia ka server tracking, backend store, a me artifact store ma nā kikowaena like ʻole i kēia.
- Inā hoʻomaka ka holo ʻana e kahi MLflow Project, ua hoʻohana ʻia ka git commit hash. Hiki ke hoʻohana ʻia nā MLflow Python, R, Java, a me REST API no ka hoʻopaʻa ʻana i ka ʻikepili e holo.
No ka ʻike hou aku, hiki iā ʻoe ke nānā i ka luna palapala kuhikuhi.
2. Nā papahana MLFlow
Ma hope o ko mākou hele ʻana i nā ʻāpana ʻimi, makemake wau e kamaʻilio e pili ana i nā papahana MLflow, he ʻano hoʻopihapiha hoʻihoʻi hou ʻia no nā kau hoʻonaʻauao hoʻohālike me ka nānā ʻole i ka pōʻaiapili hoʻokō.
Hoʻohana nā ʻoihana i kahi ākea o nā ʻenehana hoʻomaʻamaʻa aʻo ʻana i ka mīkini, akā hoʻohana pū lākou i kēia mau mea hana hoʻomaʻamaʻa i nā ʻano ʻano like ʻole. No ka laʻana, ke hoʻokō nei lākou i kā lākou code aʻoaʻo ma ke ao, ma kahi PC kūloko, a i ʻole ma kahi puke.
Ke alakaʻi nei kēia i ka pilikia e paʻakikī ai nā hopena aʻo mīkini e hana hou. ʻO ka manawa pinepine, ʻaʻole hoʻokō a hāʻawi i nā hopena like ʻole o ka code aʻoaʻo like ma nā wahi ʻelua.
ʻO ka hoʻonā i hāʻawi ʻia e MLflow he wehewehe pāhana hoʻomaʻamaʻa paʻa ponoʻī e pili ana i nā code aʻo aʻo mīkini āpau, a me kāna mau hilinaʻi waihona waihona, nā hoʻonohonoho, a me ka ʻike aʻo a me ka hoʻāʻo.
Mālama ʻo MLflow i ka hana hou ʻana ma waena o nā pōʻaiapili hoʻokō me ka wehewehe pono ʻana i ka pūʻulu holoʻokoʻa o nā koi no kahi kaʻina aʻo aʻo mīkini. Hoʻokō ia i kēia ma ka hoʻokomo ʻana i kēlā mau hale waihona puke a me ka hoʻokō ʻana i ka ʻōnaehana ʻōnaehana like ke holo nei ke code.
ʻO ka papahana MLflow ʻaʻole ia he papa kuhikuhi. He papa kuhikuhi ia e pili ana i ke code hoʻomaʻamaʻa, ka wehewehe ʻana o ka waihona hilinaʻi, a me nā ʻikepili ʻē aʻe e pono ai i ke kau hoʻomaʻamaʻa, a me kēia faila hoʻonohonoho koho.
Hiki ke wehewehe ʻia kēia mau pono waihona ma nā ʻano like ʻole. Hiki i nā mea hoʻohana, no ka laʻana, ke hāʻawi aku i kahi kikoʻī kaiapuni anaconda i hoʻonohonoho ʻia e YAML e papa inoa i kā lākou mau pono waihona code aʻo. E hoʻokō ʻo MLflow i ke code aʻo i loko o ka pahu. I kēlā hihia, hiki iā lākou ke hoʻokomo i kahi pahu Docker.
ʻO ka mea hope loa, loaʻa iā MLflow kahi interface laina kauoha (CLI) no ka holo ʻana i kēia mau papahana, a me Python, a me Java API. Hiki ke holo ʻia kēia mau papahana ma ka ʻōnaehana kūloko o ka mea hoʻohana a ma nā ʻano hoʻonohonoho mamao like ʻole e like me ka Databricks job scheduler a me Kubernetes. Hāʻawi nā papahana MLflow iā ʻoe e hoʻopaʻa i ka code ʻepekema data ma ke ʻano hana hou a hoʻohana hou ʻia, ʻo ka hapa nui e pili ana i nā kūlana.
Aia i loko o nā papahana kahi API a me nā pono laina kauoha no ka hoʻokele ʻana i nā papahana. Hōʻoia kēia mau mea hiki ke hoʻopaʻa ʻia nā papahana e hana i nā kaʻina aʻo mīkini.
Key Features
- Kākoʻo ʻo MLflow i nā kaiapuni o ka papahana, e komo pū me ka puni pahu Docker, Conda environment, a me ka ʻōnaehana ʻōnaehana.
- Hiki ke noʻonoʻo ʻia kekahi waihona Git a i ʻole ka papa kuhikuhi kūloko ma ke ʻano he papahana MLflow; ma ka paʻamau; hiki iā ʻoe ke hoʻohana i kekahi pūpū a i ʻole Palapala Python i loko o ka papa kuhikuhi ma ke ʻano he wahi komo papahana.
- Hiki ke hopu ʻia nā mea hilinaʻi non-Python, e like me nā hale waihona puke Java, me ka hoʻohana ʻana i nā pahu Docker.
- Hiki iā ʻoe ke loaʻa ka mana ʻoi aʻe ma luna o kahi MLflow Project ma ka hoʻohui ʻana i kahi faila papahana i ka papa kuhikuhi kumu o ka papahana, he faila kikokikona ma YAML syntax.
No ka ʻike hou aku, hiki iā ʻoe ke nānā i ka luna palapala kuhikuhi.
3. MLflow Models
I kēia manawa, makemake wau e kūkākūkā i nā hiʻohiʻona MLflow, kahi ʻano hoʻohālike kumu nui e kākoʻo ana i kahi ākea o nā pōʻaiapili hana. ʻO ke kumu o nā hiʻohiʻona MLflow i kēia manawa ua like like me kēlā no nā papahana.
Eia hou, ʻike mākou e hiki ke hana ʻia nā hiʻohiʻona me ka hoʻohana ʻana i nā ʻano mea hana like ʻole, akā hiki ke hana ʻia a hoʻoili ʻia paha i loko o nā kūlana nui, e kū'ē i nā kaiapuni hoʻomaʻamaʻa.
Aia kēia mau hoʻonohonoho i nā mea hana no ka lawelawe manawa maoli, e like me Kubernetes a i ʻole Amazon SageMaker, a me ka hoʻoheheʻe ʻana a me ka helu ʻana, e like me Spark. Eia kekahi, hiki i kekahi mau ʻoihana ke koho e kau i nā hiʻohiʻona ma ke ʻano he lawelawe pūnaewele RESTful e holo ana ma kahi ʻano kapua i hoʻonohonoho mua ʻia.
ʻO kahi hiʻohiʻona MLflow, e like me kahi papahana, he papa kuhikuhi. Loaʻa iā ia kahi faila hoʻonohonoho a, i kēia manawa, kahi kiʻi kiʻi kiʻi serialized ma mua o ke code aʻo. Hoʻopili pū ʻia kēia pūʻulu hilinaʻi no ka hana hou ʻana ma ke ʻano he papahana. I kēia manawa, e nānā mākou i nā hilinaʻi loiloi i ka pōʻaiapili o kahi kaiapuni Conda.
Hoʻohui hou, loaʻa ʻo MLflow i nā mea hana hana hoʻohālike no ka hoʻonohonoho ʻana i nā hiʻohiʻona ma ke ʻano MLflow mai kahi papa hana kaulana. ʻO ka mea hope loa, hoʻohui ʻo MLflow i nā deploys, nā API no ka hana ʻana a me ka hoʻopili ʻana i kekahi kumu hoʻohālike MLflow i kahi ʻano o nā lawelawe, a hiki ke loaʻa kēia mau API ma Python, Java, R, a me kahi ʻano CLI.
ʻO nā hiʻohiʻona he ʻāpana me kahi hoʻolālā maʻamau no nā hiʻohiʻona paʻi i hiki ke hoʻohana a hoʻomaopopo ʻia e nā mea hana o lalo e like me nā kikowaena inferencing a i ʻole ka Nā Databricks papa kuhikuhipuʻuone. Mālama kēia ʻāpana i nā hola o ke code bespoke i ka wā e hoʻopaʻa ai i kahi kumu hoʻohālike no ka hana ʻana.
He kūlana maʻamau ka Model MLflow no ka hoʻopili ʻana i nā kumu hoʻohālike mīkini i nā ʻano like ʻole i kapa ʻia ʻo "nā ʻono." Hāʻawi ʻo MLflow i nā mea hana he nui e kōkua iā ʻoe i ka lawe ʻana i nā ʻano hoʻohālike like ʻole. Mālama ʻia kēlā me kēia Model MLflow ma ke ʻano he papa kuhikuhi i loaʻa nā faila arbitrary a me kahi faila wehewehe kumu hoʻohālike ML me kahi papa inoa o nā ʻono e hoʻohana ʻia ai.
Key Features
- Hāʻawi nā mea hana hoʻolālā āpau a MLflow i nā ʻono "maʻamau", e like me kahi ʻono "Python function" e wehewehe ana i ka holo ʻana i ke kumu hoʻohālike ma ke ʻano he hana Python.
- Loaʻa i kēlā me kēia Model MLflow kahi papa kuhikuhi i loaʻa nā faila arbitrary, a me kahi faila kumu hoʻohālike ML ma ke kumu o ka papa kuhikuhi e wehewehe i nā ʻono he nui o ke kumu hoʻohālike.
- Ke mālama nei i kahi kŘkohu, MLflow hiki iā ʻoe ke kuhikuhi i kahi ʻāpana kaiapuni Conda i loaʻa nā hilinaʻi o ke kumu hoʻohālike. Inā ʻaʻole i kuhikuhi ʻia kahi kaiapuni Conda, kūkulu ʻia kahi kaiapuni paʻamau e pili ana i ka ʻono o ke kumu hoʻohālike. Ma hope o kēlā, mālama ʻia ke kaiapuni Conda ma conda.yaml.
No ka ʻike hou aku, hiki iā ʻoe ke nānā i ka luna palapala kuhikuhi.
4. Kakau Hoʻohālike MLflow
ʻO kahi papa inoa hoʻohālike he waihona no nā hiʻohiʻona aʻo mīkini aʻo (ML). Hana ʻia ka Registry Model me nā API a me kahi noi pūnaewele i hoʻohana ʻia no ka mālama ʻana i nā hiʻohiʻona i nā ʻano like ʻole ma ke ʻano he hui. ʻO ka Lineage Model, Model Versioning, Easy Stage Transition, a me Annotation he mau mea liʻiliʻi wale nō ia o nā mea hiki ke loaʻa ma ka Model Registry.
ʻO kahi papa inoa hoʻohālike, ma waho aʻe o nā hiʻohiʻona ponoʻī, loaʻa ka ʻike (metadata) e pili ana i ka ʻikepili a me nā hana aʻo i hoʻohana ʻia no ke kūkulu ʻana i ke kumu hoʻohālike. He mea koʻikoʻi ka mālama ʻana i kēia mau mea i koi ʻia e hana i ka laina no nā hiʻohiʻona ML. Ma kēia mea, hana like ka papa inoa hoʻohālike me nā polokalamu maʻamau mana hoʻokolohua nā ʻōnaehana (e laʻa, Git, SVN) a me nā waihona waiwai (e laʻa, Artifactory, PyPI).
ʻO ka Model Registry kahi papa hana e hiki ai i nā ʻepekema data a me nā ʻenekini aʻo mīkini e hoʻolaha, hoʻāʻo, nānā, mālama, a puʻunaue i kā lākou mau hiʻohiʻona no ka hui pū ʻana me nā hui ʻē aʻe. ʻO ka mea nui, hoʻohana ʻia ka papa inoa hoʻohālike i ka wā i pau ai kāu pae hoʻāʻo a mākaukau e kaʻana like i kāu ʻike me ka hui a me nā mea kuleana.
Hāʻawi ka MLflow Model Registry i kahi API a me kahi mea hoʻohana no ka mālama ʻana i kāu mau hiʻohiʻona a me ko lākou ola ʻana mai kahi kikowaena. Loaʻa i ka moʻohelu kumu hoʻohālike, ka hoʻololi ʻana i nā hiʻohiʻona, nā hōʻike, a me nā hoʻololi o ke kahua ma o ke kākau inoa.
Ma MLflow, he kumu hoʻohālike i hoʻopaʻa inoa ʻia ka mea nona ka inoa kūʻokoʻa a me ka metadata, nā mana hoʻohālike, nā pae hoʻololi, a me kahi ʻano laina. Hiki ke loaʻa i hoʻokahi a ʻoi aku paha nā mana hoʻohālike i loko o kahi kumu hoʻohālike i hoʻopaʻa inoa ʻia. Manaʻo ʻia kahi ʻano hoʻohālike hou i ka mana 1 ke hoʻopaʻa inoa ʻia ma ka papa inoa. Hoʻohui ʻia ka mana aʻe i kekahi kumu hoʻohālike hou me ka inoa like.
Hiki iā ʻoe ke hāʻawi i hoʻokahi ʻanuʻu i kekahi mana hoʻohālike i kēlā me kēia manawa. Eia nō naʻe, pono e hoʻonoho ʻia nā pae ma lalo o nā pae MLflow i hōʻike mua ʻia, e like me ka hoʻonohonoho ʻana, ka hana ʻana, a me ka waihona. Hiki ke hoʻololi ʻia kahi mana hoʻohālike mai kekahi pae a i kekahi.
ʻAe ʻo MLflow iā ʻoe e hoʻohana i ka markdown e hōʻike i ke kumu hoʻohālike kiʻekiʻe a me kēlā me kēia mana kikoʻī. Hiki iā ʻoe ke hoʻohui i nā wehewehe a me nā ʻike pili ʻē aʻe, e like me ka wehewehe algorithm, ke ʻano, a me nā ʻikepili i hoʻohana ʻia.
Key Features
- No ke komo ʻana i ka papa inoa hoʻohālike ma o ka UI a i ʻole API i ka wā e hoʻokipa ai i kāu kikowaena MLflow ponoʻī, pono ʻoe e hoʻohana i kahi hale kūʻai hope i kākoʻo ʻia i ka waihona.
- Hiki ke kiʻi ʻia ka Registry Model ma o ka ʻono kumu hoʻohālike MLflow a i ʻole ka MLflow Client Tracking API. Hiki paha iā ʻoe, no ka laʻana, ke hoʻopaʻa inoa i kahi kumu hoʻohālike i ka holo ʻana o ka hoʻokolohua MLflow a i ʻole ma hope o ka holo ʻana o kāu hoʻokolohua āpau.
- ʻAʻole hoʻomaka ka poʻe a pau e aʻo i kā lākou mau hiʻohiʻona me ka hoʻohana ʻana iā MLflow. ʻO ka hopena, loaʻa paha iā ʻoe kekahi mau hiʻohiʻona i aʻo ʻia ma mua o ka hoʻohana ʻana iā MLflow. Ma mua o ka hoʻomaʻamaʻa hou ʻana i nā kumu hoʻohālike, makemake wale ʻoe e hoʻopaʻa inoa i kāu mau hiʻohiʻona mālama ʻia me ka Model Registry.
No ka ʻike hou aku, hiki iā ʻoe ke nānā i ka luna palapala kuhikuhi.
Panina
He mea maikaʻi loa ʻo MLflow a me ka ulu mau ʻana o ke ola ola. Hiki iā ʻoe ke hoʻohana pū me kāu mau mea hana a me nā paepae o kēia manawa.
Kākoʻo ia i kekahi mau ʻōlelo hoʻolālā, e like me Python, Java, a me R. Hiki iā ʻoe ke hahai wikiwiki, mālama, a hoʻohālikelike i nā mana hoʻohālike like ʻole me kāna hoʻolālā hoʻohana.
E ho'āʻo iā MLflow a e haʻi mai iā mākou i kāu ʻike!
Waiho i ka Reply