accelerated-data-science

用 Python 在 Oracle 云上跑通训练、部署与流水线

accelerated-data-science（ADS）是 Oracle 数据科学云服务（OCI Data Science）的官方 Python SDK，面向在 Oracle 云上做机器学习的团队。它把模型全生命周期操作封装成 Python 接口：数据探索与特征工程、模型训练与评估、模型部署为在线推理端点，以及通过 Jobs 和 Pipelines 资源运行批处理与工作流任务。开发者无需手工拼装 OCI CLI 命令或 REST 调用，就能在 Notebook 或本地脚本中直接提交训练作业、管理模型工件、创建部署并调用预测。ADS 还提供面向大模型与生成式 AI 的辅助能力，以及与 OCI 对象存储、Vault 等服务的衔接，适合已采用 Oracle 云、希望用统一 SDK 打通从实验到生产的团队。

开源 freemium 基础设施

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 124

维护状态较活跃

是否开源是

定价模式 freemium

项目数据

分类基础设施

开发团队oracle

所属国家

官网地址

GitHubhttps://github.com/oracle/accelerated-data-science

定价模式freemium

价格说明SDK开源免费，Oracle云服务按量计费

访问状态

是否开源是

开源协议UPL-1.0

主要语言Python

技术栈/模型cloud,machine-learning,oci,oracle,python3

GitHub 星标★ 124

30天Star增速

HF 下载量

上线时间2022-02-07 00:00:00

最近更新2026-09-02 00:00:00

维护状态较活跃

中文支持

访问方式

移动端支持

综合评分

收录时间2026-09-14

浏览次数0

使用教程

核心亮点

覆盖模型训练、评估、部署、Jobs、Pipelines 的完整 MLOps 链路，接口统一
与 OCI 原生服务（对象存储、Vault、Data Science 资源）深度集成，免手工调 REST
提供高层封装与示例，Notebook 中即可提交作业和创建部署端点

不足之处

强绑定 Oracle OCI 云，非 Oracle 环境基本无法使用
社区规模小、星标少，第三方教程和问题解答有限

适用场景

在 OCI Data Science Notebook 中提交分布式训练作业
把训练好的模型一键部署为在线推理端点并调用预测
用 Pipelines 编排特征处理、训练、评估的自动化工作流

替代项目

sagemaker-python-sdk、azureml-sdk、kubeflow

项目介绍

accelerated-data-science 是基础设施领域的开源项目，由 oracle 开发，2022 年首次发布。

它收录于基础设施分类，该分类目前共有 1,112 个项目，GitHub 星标数为 124。

项目保持着较活跃的维护节奏，最近一次代码更新于 2026-09-02。SDK开源免费，Oracle云服务按量计费。

它主要面向的使用场景是：在OCIDataScienceNotebook中提交分布式训练作业。同类可对比的替代方案包括 sagemaker-python-sdk、azureml-sdk、kubeflow。

上一篇：pandaprobe

下一篇：TensorSharp