mlflow
本站收录 32 个带「mlflow」标签的 AI 开源项目
mlflow面向 Agent、LLM 与机器学习模型的开源 AI 工程平台，帮助团队完成调试、评估、监控与优化生产级 AI 应用的全流程管理，同时兼顾成本控制与模型、数据的★ 28,183
aimAim 是一个开源、易用的实验追踪工具，专为机器学习项目设计。它解决了 ML 团队在训练过程中难以高效记录、比较和可视化大量实验指标与元数据的问题。核心能力包括★ 6,271
mlops-python-packagemlops-python-package 是一个用于快速启动和标准化 MLOps 项目及数据管道的 Python 包模板。它解决了 MLOps 项目从零搭建时缺★ 1,418
Ultimate-Data-Science-Toolkit---From-Python-Basics-to-GenerativeAI这是一个面向数据科学和生成式AI学习者的开源课程/资源库，以Jupyter Notebook形式提供从Python基础到生成式AI的完整学习路径。项目旨在解决数★ 973
cookiecutter-mlops-packagecookiecutter-mlops-package 是一个用于快速搭建 MLOps 任务相关 Python 包和 Docker 镜像的项目模板。它基于 Coo★ 442
mlops-platforms这是一个MLOps平台对比项目，系统梳理了SageMaker、VertexAI、AzureML、Dataiku、Databricks、h2o、kubeflow、★ 395
LLMstudioLLMstudio 是一个面向生产环境的 LLM 应用开发框架，旨在帮助开发者将大语言模型应用从原型快速推向生产。它解决了 LLM 应用落地过程中的工程化难题，★ 388
Awesome-MLOPSAwesome-MLOPS 是一个精选资源列表，旨在帮助初学者从零开始系统掌握 MLOps（机器学习运维）。它聚合了从基础概念到高级实践的各类学习材料，包括教程★ 383
craneCrane 是一个基于 TypeScript 构建的桌面应用程序，旨在简化容器镜像的构建与管理流程。它解决了 Docker CLI 命令复杂、难以记忆和操作繁琐★ 295
yet-another-lightning-hydra-template这是一个基于 PyTorch Lightning 和 Hydra 的机器学习项目模板，旨在为快速实验提供灵活、可扩展且可复现的工作流。它解决了研究人员在搭建新项★ 251
mlflow_for_ml_devmlflow_for_ml_dev 是一个面向机器学习开发者的 MLflow 示例代码库，主要用 Jupyter Notebook 演示 MLflow 的核心功★ 240
kedro-mlflowkedro-mlflow 是一个 Kedro 插件，旨在将 MLflow 的机器学习生命周期管理能力无缝集成到 Kedro 数据管道项目中。它解决了 Kedro★ 236
Data-science-ML-and-DL-Resources这是一个面向机器学习、深度学习和数据科学学习者的免费资源集合仓库。它系统地整理了笔记、课程、视频、项目、文章和代码仓库链接，覆盖了从Python、SQL基础到C★ 199
mlops-projectmlops-project 是一个面向机器学习运维（MLOps）的基础设施项目，旨在帮助团队标准化机器学习模型的开发、部署与监控流程。它解决了机器学习项目从实验★ 194
whiteboxWhitebox 是一个开源的端到端机器学习监控平台，特别强调边缘计算能力，并能与 Kubernetes 良好集成。它旨在解决 ML 模型从训练到部署后的全生命★ 179
rapidfireaiRapidFire AI 是一个面向开发者的 AI 定制化平台，旨在简化从 RAG（检索增强生成）到模型微调的整个流程。它解决了 AI 应用落地过程中定制化门槛★ 170
LLM_NotebooksLLM_Notebooks 是一个面向生成式AI、大语言模型、MLOps、自然语言处理、计算机视觉和图数据库的Jupyter Notebook集合。它旨在通过可★ 140
k3aik3ai 是一个轻量级工具，旨在帮助用户快速搭建 AI 基础设施栈，将原本需要数天的部署过程缩短到几分钟。它基于 Kubernetes（K8s），自动完成 K8★ 124
RecSys-MLopsRecSys-MLops 是一个面向推荐系统的高可扩展机器学习与数据系统工程实践项目，用 Python 编写，整合了 Flink、Spark、Kafka、Dat★ 122
fasttrackmlfasttrackml 是一个专注于速度和可扩展性的实验跟踪服务器，用 Go 语言编写。它解决机器学习团队在大量实验场景下，传统跟踪工具（如 MLflow）性能★ 119
mnist-mlops-learning这是一个用于学习MLOps实践的示例项目，基于MNIST手写数字识别任务，演示了如何将MLflow、Streamlit和FastAPI整合到机器学习工作流中。项★ 108
aiops-modulesAIOps modules 是一套面向 AWS 云上机器学习、基础模型、大语言模型及生成式 AI 开发运维的可复用 IaC 模块集合。它旨在解决 AI/ML 项★ 105
azure-databricks-mlops-mlflow这是一个面向 Azure Databricks 平台的 MLOps 示例项目，专注于 Python 源码的机器学习生命周期管理，且不依赖 MLflow Proj★ 97
mlops-best-practices这是一个关于机器学习运维（MLOps）最佳实践的实用指南，旨在帮助数据科学家和工程师构建端到端的机器学习流水线，并将模型成功部署到生产环境。项目以Jupyter★ 91
sales-forecast-mlops-at-scale这是一个面向需求预测的云原生机器学习全栈系统，旨在解决大规模、实时场景下的预测难题。它整合了数据流处理、模型推理、自动重训闭环等核心能力，支持从数据接入到预测结★ 88
fusemlFuseML 是一个开源的 MLOps 框架，旨在作为动态集成层，将用户选择的 AI/ML 工具（如训练框架、模型注册、CI/CD 等）组合成一个统一的工作流。★ 85
dstoolkit-mlops-databricks这是一个面向 Databricks 和 Azure 机器学习平台的 MLOps 加速器，旨在统一两者的机器学习运维流程。它解决了企业在多云或混合云环境下，Dat★ 83
End-to-End-AutoML-Insurance这是一个面向保险交叉销售场景的端到端AutoML参考实现，整合了H2O AutoML、MLflow、FastAPI和Streamlit四大工具链。项目以Jupy★ 83
MLOps这是一个学习型仓库，作者在学习和实践MLOps过程中整理的项目清单。它并非一个完整的框架或工具，而是一个个人学习路径的公开记录，包含一系列与机器学习运维相关的项★ 79
domino-researchdomino-research 是 Domino 数据实验室研发团队开源的项目集合仓库，主要托管该团队在数据科学、机器学习基础设施和实验管理方面的内部工具与研究★ 77
MLFlowClient.jlMLFlowClient.jl 是一个 Julia 语言的 MLflow 客户端库，旨在让 Julia 用户能够无缝集成 MLflow 的机器学习生命周期管理功★ 59
Serving-Machine-Learning-Models这是一个专注于机器学习模型服务与部署的教学型仓库，提供了使用 Docker、Flask、FastAPI、BentoML、Streamlit、MLflow 等多种★ 53