10步搞定ML模型训练到API部署，以加密货币预测为例
这是一个端到端的机器学习项目实战教程，旨在帮助开发者用10个步骤完成从模型训练到部署的完整流程。项目以加密货币价格预测为示例，展示了如何构建一个ML REST API，并最终部署上线。它解决了初学者在ML工程化中常见的痛点：如何将训练好的模型封装成可用的API服务。核心能力包括数据获取与预处理、特征工程、模型训练与评估、模型序列化、REST API搭建（使用Flask或FastAPI）以及部署配置。项目代码结构清晰，步骤分明，适合作为学习MLOps的入门实践。
mlflow、fastapi-ml-skeleton、cookiecutter-data-science
hands-on-train-and-deploy-ml 是模型训练领域的开源项目，由 Paulescu 开发，2023 年首次发布。
在全站 13,014 个收录项目中，它的 GitHub 星标数（890）位列前 30%，在模型训练分类中处于中上游。
项目已超过三个月没有代码更新，维护节奏明显放缓，最近一次代码更新于 2026-09-23。MIT许可证，免费使用，需自行部署。
它主要面向的使用场景是：学习ML工程化流程，快速搭建第一个预测API。同类可对比的替代方案包括 mlflow、fastapi-ml-skeleton、cookiecutter-data-science。
上一篇：modelkit
下一篇：MLOps_Workshop
Long-RL
开源
让强化学习轻松驾驭超长序列，训练更稳更快
Long-RL: Scaling RL to Long Sequences (NeurIPS 2025)
TPA
开源
把注意力复杂度从平方降到线性，长序列不再卡顿
[NeurIPS 2025 Spotlight] TPA: Tensor ProducT ATTenTion Transformer (https://arxiv.or···
minimind
开源
两小时造出你的小模型，练手入门不求人
Train a 64M-parameter LLM from scratch in just 2h!
pruna
开源
一键优化 AI 模型，推理提速又省资源。
Pruna is a model optimization framework built for developers, enabling you to delive···
